Gemini 4 Argon 找出 74% 已知漏洞，网络安全能力登顶实测
andreamichi · x · 2026-10-20
Depth First Labs 在其真实代码漏洞基准 dfbench 上测试了 Gemini 4 Argon:在应用与智能合约任务上(模型很少拒绝的场景)，它找出了 74% 的已知漏洞，是该基准测得的最高召回率；在全部 165 个任务上得分为 67.5%，仅次于 Mythos 5 的 69%。转发者据此评价：Gemini 现在已是一个强大的网络安全模型。
「模型」频道最新
- 传 DeepSeek-V4.1-Flash 在 ML 研究任务上力压 Anthropic — teortaxesTex · 2026-10-20
- 实测 DeepSeek 对比 Claude 与 Codex:谷歌地图商家抓取任务各有胜负 — teortaxesTex · 2026-10-20
- 投资人弃 Astra 回归 Fable,押注 Fable 5.5 将再度登顶 — bindureddy · 2026-10-20
- AI 声称跑了计算实则没跑:一个「想当然」模式解释多数 AI 错误 — CourseSome8119 · 2026-10-20
- HeadEdit：不改权重即可校准 LLM 行为，九项实验全面生效 — burny_tech · 2026-10-20
- HealthBench 医疗基准排行出炉:GPT-6 屠榜,Claude 长答案被扣 11 分 — ArtificialAnlys · 2026-10-20