Vals AI：DeepSeek V4.1 Flash 攻防基准胜 GPT 6 Sol，开源权重利于网络防御
sayashk · x · 2026-10-21
安全研究者 Joshua Saxe 结合 Vals AI 的初步评测，论证在 2026 年 Q4 这个时点，擅长双用途网络安全任务的开源权重模型对网络防御是净利好。
- Vals AI 基于模拟企业网络构建多步攻击性网络安全基准，发现 DeepSeek V4.1 Flash 1017 在该任务上击败 GPT 6 Sol（Sol 经 Daybreak 可信访问计划测试），完整评测将在数周内公开。
- 2022–26 年间 AI 带来的攻击者生产力提升幅度小、接近统计噪声；而防御方用模型在高杠杆代码库中发现并修复 bug 有大量可测进展。
- 防御方难以获得最好的无护栏闭源网络安全模型，且同等情报水平下 token 成本远高于开源权重；CISO 部门是成本中心，成本常高到无法承受。
- 作者认为最终需要在气隙网络与小型设备上本地部署开源权重模型以检测入侵，并指出防御方在若干场景必须有开源权重。
所属事件:Vals AI 评测：DeepSeek V4.1 Flash 攻防任务击败 GPT-6 Sol(4 条相关)→
「模型」频道最新
- Omnii-1 基因组模型发布：AI 设计的噬菌体首次用于人体治疗 — JosephJacks_ · 2026-10-21
- Nous Portal 订阅曝光：未用完额度可滚存，最高档每月 220 美元 — alexcovo_eth · 2026-10-21
- 1.3B 开源文档解析模型 OXR 登顶三大榜：100 页解析仅 101 秒 — s_mohinii · 2026-10-21
- 从记忆存储理解 LLM：事实习得三阶段与幻觉同步涌现 — scott_linderman · 2026-10-21
- 预印本：消融顶选专家后，模型仍能「说出」内部权重的变化 — jonasgeiping · 2026-10-21
- Kaggle 发布首个「人类行为基准」，Gemini 4 Argon 以 80.6% 居首 — ShikharMurty · 2026-10-21