研究者激辩:当前开放模型尚不足以胜任 CTF 式网络攻防任务
xeophon · x · 2026-10-22
xeophon 回应关于开放模型网络攻防能力的讨论,认为找 CVE(如 php2shell)与 s1r1us 以及 railway+opencode 事件中展示的能力是本质不同的任务。
他的判断依据是:未饱和的 benchmark 结果加上一线安全研究者的观察——即便有人对 V4.1 flash 1017 的能力表示担忧,也仍认为其明显落后于 5.6 sol 水准(约相当于 mythos preview)。结论:当前开放模型在 CTF 风格的网络任务上还不够强。
所属事件:PHP 紧急修复两个未认证 RCE 漏洞，OpenAI 模型参与发现(110 条相关)→
「模型」频道最新
- Kimi K3.1 对比 Qwen 4:15 分钟生成带爆炸视图的 3D 直升机 — Scobleizer · 2026-10-23
- FreshStack 检索榜单上新：Oten-Embedding-8B 居首，Cohere 与 Perplexity 新模型入榜 — beirmug · 2026-10-23
- Together AI 与斯坦福提出 Next-Concept Modeling：比扩散 LM 快 10-31 倍 — jiqizhixin · 2026-10-23
- 全双工模型的竞争力在交互时机：辅导与编程助手都要能在任务中途接住纠正 — kimmonismus · 2026-10-23
- 中国初创 Telos 做全双工全模态模型，红杉中国与高瓴种子轮加持 — kimmonismus · 2026-10-23
- Telos 技术联创 Bokai Xu 曾主导 MiniCPM-o 双工架构与全模态预训练 — kimmonismus · 2026-10-23