曝 DeepSeek 网络安全跑分泄密,分析称或是无护栏版 1017 换皮
teortaxesTex · x · 2026-10-30
网传 DeepSeek 网络安全基准成绩泄露,CyberGym Level 1 pass@3 达 95% 以上,ExploitBench 96.8%(3000 步)、ExploitGym 仅 25.4%。账号 teortaxesTex 分析:
- 成绩并不超常:ExploitBench 高分可能只是测试时算力堆出来的——Epoch AI 实验显示 GPT-5.5 从 300 步的 45% 升到 3000 步的 72%;模型 Sol 大小估计 ≤5.6
- 基准口径不同:CyberGym 只要求复现漏洞(1507 个任务),ExploitGym 要求真正拿到权限并取 flag(898 个任务,含 V8 和 Linux 内核),难度差一个量级
- 西方模型同款模式:OpenAI 报告显示 GPT-6 Astra ExploitBench 100% 但 ExploitGym 仅 42.4%,说明「找漏洞强、写 exploit 弱」不是 DeepSeek 独有
- 核心猜想:所谓「dreamed scores」可能只是对 1017 做了去审查(abliteration/safety untraining),或干脆是去掉 API 护栏的 1017——DeepSeek 只是在最小成本响应市场/国家层面的安全审计需求,而非发布了质变的新模型
作者也留有余地:DeepSeek 也可能另发独立模型,但也许晚些。
所属事件:网传 DeepSeek 存在内部网络安全模型，跑分逼近前沿(4 条相关)→
「模型」频道最新
- Qwenputer：把完整 RISC-V CPU 塞进 Qwen3.5-4B 权重里 — armand_ruiz · 2026-10-31
- OpenAI 收紧青少年保护：屏蔽武器与安防细节，可自动终止暴力话题对话 — rohanpaul_ai · 2026-10-31
- Granite Switch 4.1.1 发布：像更新软件一样更新模型 — krvarshney · 2026-10-31
- Mistral 开源新模型 Le Chonk：开源模型登顶 FrontierCode，网安能力获五厂商实测 — tensorqt · 2026-10-31
- CS336 讲义详解 DPO：两答案概率相同也可有正偏好差，β 控制偏离幅度 — stanfordnlp · 2026-10-31
- 中国电信 Xing4.0-29B MoE 模型获 ik_llama.cpp 原生运行支持 — Any_Bus9205 · 2026-10-31