Gemini 3.7 Flash 赢得 THOR 威胁发现基准赛
zacharynado · x · 2026-08-15
Google 发布了 Gemini 3.7 Flash，经 THOR Finding Triage Benchmark 测试，该模型以 72.5% 的得分排名第一，且威胁捕获率达 100%，关键遗漏为 0%。测试对比了 Qwen 3.7 Max、Kimi K3 和 DeepSeek V4，竞品的普遍问题在于误报率过高，即过滤良性或可疑发现的能力不足，而 Gemini 3.7 Flash 正是在降低误报、精准识别威胁方面表现优异。
「模型」频道最新
- anon-1b:用 4chan greentext 微调的 Gemma 开放权重模型 — rickasaurus · 2026-10-16
- 爆料称格局逆转:Astra 6.1 延期,OpenAI 前沿 RL 因安全暂停 — haider1 · 2026-10-16
- Span-02 主打「按截止时间推理」：开放权重决策模型，报告带置信度 — HeyAmit_ · 2026-10-16
- 开发者观察:Clunde 写医疗应用零 bug,娱乐点子却漏洞百出 — repligate · 2026-10-16
- 上海 AI Lab 发布 Intern Lumina U2:单模型统一图像视频 3D 理解与生成 — Shanghai-AI-Laboratory · 2026-10-16
- TWiT 播客拆解 Gemini 4、OpenAI Dots 智能体与 Anthropic IPO 泄露文件 — LouMM · 2026-10-16