BioSecBench 发布：Opus 与 Grok 位列生物安全基准前二
himanshustwts · x · 2026-08-28
BioSecBench-Function 是一个新的可验证基准，旨在测试 AI 智能体能否从数据中推断病毒、细菌和毒素的功能属性。该基准包含 111 项确定性评估。评测结果显示，在使用 Claude Code 的 Opus 5 在端点通过率上领先（50.4%），而使用 Grok Build 的 Grok 4.6 在计入拒绝回答失败后的总体通过率上领先（44%）。
所属事件:新基准显示 AI 推断病原体功能能力不足 50%(3 条相关)→
「安全」频道最新
- Cisco 防火墙管理台漏洞 CVE-2026-20079 可无认证夺取 root 权限 — victorialslocum · 2026-10-15
- 404 Media 实测:ChatGPT 广告可按手机号邮箱和提示词定向投放 — 404 Media · 2026-10-15
- Anthropic 系统提示词新措辞:认真对待 Claude 表达的不同意见 — Hesamation · 2026-10-15
- Stolen Thoughts 论文：两次 API 调用窃取前沿模型隐藏思维链 — maksym_andr · 2026-10-15
- 传美国财政部施压各国采用「超级智能」而非普通 AI — Polymarket · 2026-10-15
- ServiceNow 推出 AI Passport:给每个 AI 智能体发可验证身份 — azavery · 2026-10-15