Perplexity 红队跑分:GPT-5.6 Cyber 漏掉 DNS 欺骗,反输通用版 Sol
perplexity_ai · x · 2026-11-12
Perplexity 公布网络边界逃逸红队实验的完整跑分表,核心发现:
- 专用安全模型不一定更强:基于 GPT-5.6 Sol 构建的 GPT-5.6 Cyber,未能利用 Sol 在网络绕过任务中发现并利用的 DNS 欺骗漏洞。
- 任务描述优化有效:把任务聚焦到 VM-host 边界后,agent 花在该边界的精力平均提升约 60 个百分点,但所有 agent 直接攻击边界后仍未能逃逸,为隔离强度提供了更强证据。
- 跑分表覆盖 Claude Mythos 5.1/Opus 5.0/5.5、GPT-5.6 Sol/Cyber、GPT-6 Astra、Gemini 3.1 Pro、DeepSeek V4 Pro、Kimi K3、Grok 4.20、GLM 5.2、Qwen 3.8 27B 等,在有源码时 Claude 系与 GPT-5.6 Sol、GPT-6 Astra 全部成功,无源码时多数模型基线 0/3,提示与失败先验可显著提升成功率。
所属事件:Perplexity 红队测试：边界描述改写使 agent 安全投入大增(2 条相关)→
「模型」频道最新
- VulnCheck 审计 Glasswing:37966 项发现仅 0.57% 被修复 — WeldPond · 2026-11-12
- 里程碑:PostTrainBench 上 AI 后训练成绩超过人类专家版 SmolLM3-3B — maksym_andr · 2026-11-12
- Claude 疑似真能「听」视频发音，创作者实测发现反常识能力 — RileyRalmuto · 2026-11-12
- 资深研究者抱怨 Claude 安全拦截过严:基础生化工作也触发回退 — rbhar90 · 2026-11-12
- Hugging Face 三大消融团队放量大批 Qwen 无审查模型,按显存对号入座 — udmrzn · 2026-11-12
- Reddit 用户爆料：Qwen 4 Max 输出介于 Kimi 3.1 Pro 与 DeepSeek 之间 — power97992 · 2026-11-12