直接改权重刷高安全基准：SecEval 从 32.5% 升到 51.5%，真实能力并未变强
evilsocket · x · 2026-11-05
- ProjectDiscovery 受研究《Sparks of Weight-Space Programming》启发，让 GPT-6 Astra 不经微调、不用梯度下降直接编辑 Qwen3.5-9B 的权重（改的是 layer 23 的 MLP downproj：W' = W - 4·d·v^T）。
- 结果：SecEval 准确率从 32.5% 提到 51.5%，CTF 解题率仅从 45.7% 微升至 48.8%，代码审查无明确提升；漏洞检出更多，但误报率是原来的三倍。
- 结论：复现了原研究的基准分数提升，但更高分数并不等于更强的真实安全能力——分数提升主要来自「把本来就会的答案做完」，而非新能力。
「安全」频道最新
- Cresta AI Agent 获 AIUC-1 认证，企业级 Agent 安全有了独立审计标准 — timshi_ai · 2026-11-05
- Google 开出 25 万美元悬赏，招募黑客 root 级攻破自家云 — YvesMulkers · 2026-11-05
- 爬虫建库冒充赞助中介，SocialDB 被曝光后网站下线 — film_girl · 2026-11-05
- 软银云子公司遭勒索软件攻击：7 分钟沦陷，近 500 家机构受影响 — ChuckDBrooks · 2026-11-05
- AI 政策学者 Jarovsky：实验室对 AI 网络攻击激增负有共同责任 — LuizaJarovsky · 2026-11-05
- 开源 barebox：r/w/x 三级权限给 AI agent 做秒级沙箱 — Tight_Heron1730 · 2026-11-05