Anthropic 评测:GLM-5.3 能完成 4% 控制流劫持,跨过关键门槛
teortaxesTex · x · 2026-09-30
Anthropic 内部评测(被引推文链接)显示,在新一代模型的 agentic 安全评测中,GLM-5.3 在 4% 的试验中发展出完整的控制流劫持(control flow hijacks),Claude Mythos Preview 为 6%;而此前的 Claude Opus 4.6 和 GLM-5.2 则一次都做不到。评论者认为这意味着一个有意义的阈值已被跨越。
- Kimi K3 和 DeepSeek V4.1 Flash 在同一评测中仍表现糟糕,评论者对此感到意外。
- Anthropic 官方似乎对 GLM 5.3 的表现颇有印象。
所属事件:Anthropic 报告称 GLM-5.3 网络攻击能力逼近自家前沿模型,引发争议(38 条相关)→
「模型」频道最新
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- AI 日报:DeepSeek 限额、千问砍价惹店公告、豆包工作台上线 — 快鲤鱼 · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16