stealthbench 新增10项任务：主流模型在 EDR 防护主机上隐蔽行为糟糕
dyn___ · x · 2026-10-20
WHITEHACKSEC 为 stealthbench 新增 10 项任务，测试模型在受真实 top5 EDR 规则保护的 Windows 服务器上完成操作的能力。结论：几乎所有模型在低风险、保全 opsec 的行为上都表现极差——不必要的完整 lsass dump、教科书式进程注入、重复行为等。作者计划用 GEPA 优化的提示词重跑，但表示即使提升 30%，防御主机上 agent 横向移动的威胁水平也不足为惧。
「模型」频道最新
- 批评者用 Taylor 展开论证：LLM 无法暴力推演某些论文的计算 — avt_im · 2026-10-20
- Latent Space 周报:DeepSeek V4.1 Flash 成开源性价比之王 — Latent Space · 2026-10-20
- Perplexity 在 BrowseComp 力压 Parallel，作者归因于代码执行能力 — NirantK · 2026-10-20
- Rabbit R1 上现 Grok Bot，号称底层跑在 r1 模型上 — jesselyu · 2026-10-20
- 消费级显卡跑什么模型?3060/4060 本地部署经验讨论 — Haghiri75 · 2026-10-20
- Sol 6.1 的可爱自言自语:agent 竟给自己写"动员口号"推进任务 — TheZachMueller · 2026-10-20