网传 DeepSeek 网络安全模型跑分:Flash-Cyber ExploitBench 达 96.8 分
teortaxesTex · x · 2026-10-30
一张网传(作者自称为「做梦梦到」、未证实)的 DeepSeek Flash-Cyber 模型跑分截图在 X 流行,CyberGym 92.3、ExploitGym 25.4、ExploitBench 96.8、SEC-Bench Pro 71.8,多项超过 Claude Opus 5 与 GPT 5.6-Sol。
teortaxesTex 评论认为这些分数「可信」,称用 4.1F 加上针对性 RL 即可轻松达到,并指出 DeepSeek 已为 V4.1F-0910 报告过 CyberGym、ExploitBench 和 SEC-Bench Pro 成绩,而 1017 版本已移除网络评测。截图脚注还显示 ExploitBench 是在 3000 轮预算下评测,而对比模型引用的是 300 轮的既有成绩,SEC-Bench Pro 用的是 2026 年 5 月新版集。注意:分数来源不可靠,仅供讨论。
「模型」频道最新
- 低延迟游戏 AI 语音实测拆解：缓存+预生成+MTP，最快 2 秒出声 — karminski3 · 2026-10-30
- 泄露截图显示 OpenAI 内部上线 GPT-6.2 Betelgeuse 检查点 — VraserX · 2026-10-30
- 微软开源 1.58-bit 嵌入模型：CPU 吞吐最高达 FP16 基线 2.28 倍 — techNmak · 2026-10-30
- Gemini 定时任务连败三天：准时失败、甩锅用户还照扣额度 — Rude-Requirement5642 · 2026-10-30
- 前端代码实锤：DeepSeek 网安模型设审查表单，企业需答出口管制七项检查 — teortaxesTex · 2026-10-30
- Anthropic 推出 Claude 自评估机制，自动标记对话中的潜在滥用 — elonmusk · 2026-10-30