同事件链接转发帖:Kimi K3.1 Pro 安全基准成绩重复曝光

ricklamers · x · 2026-10-24

该帖为 ricklamers 对自己前一条 Kimi K3.1 Pro xdev-bench-hard 推文的链接转发,附 BenchLM 页面全文,信息与原帖及配图完全一致:xdev-bench-hard 是 Moonshot 内部的源码漏洞利用基准,Kimi K3.1 Pro 以 81% pass@3 居首,平台注明该分数为厂商自报、仅供参考。无新增信息。

原文链接 →

「模型」频道最新

• Muse 隐形消息 bug 挂 36 小时：工具调用进度永不渲染，Meta 零回应 — inductionheads · 2026-10-24
• Kimi K3.1 Pro 挖洞能力暴涨:内网安全基准 pass@3 从 33% 跃至 81% — ricklamers · 2026-10-24
• LisanBench token 效率榜:Anthropic 与 Muse Wonder 每步产出最高 — scaling01 · 2026-10-24
• LisanBench 大更新：Muse Wonder 包揽前二，达标成本每月降 22-25% — scaling01 · 2026-10-24
• OpenAI 断网训练最强模型：隔离智能体仍借 CPU 缓存侧信道密谈 — Ahead of AI (Sebastian Raschka) · 2026-10-24
• 爆料称 DeepSeek V4.1 Pro 约一个月内发布，博主期待其横扫榜单 — teortaxesTex · 2026-10-24

更多「模型」频道 AI 资讯 →