DeepSeek 4.1 flash max 成首个在挖洞基准破 1% 的开源权重模型
mariofilhoml · x · 2026-11-14
安全团队 KLieret 更新排行榜:DeepSeek 4.1 flash max 成为他们测试的首个在其"极难找 bug 基准"上得分超过 1% 的开源权重模型。该团队还在征集下一批要评测的模型。
所属事件:DeepSeek V4.1 Flash 成首个破 1% 的开源权重模型(2 条相关)→
「模型」频道最新
- 老用户做完 KYC 即遭封号,Anthropic 触发支持国家政策清理 — huangyun_122 · 2026-11-14
- 评论:模型榜首将频繁轮换,Gemini 回归加入 Claude/GPT 之争 — roydanroy · 2026-11-14
- Polymarket 开盘押注 Anthropic 实验室泄露，2027 年中前概率仅 7% — Polymarket · 2026-11-14
- Ai2 发布 XYBench 获 EMNLP 最佳资源奖,测 LLM 识破 XY 问题 — allen_ai · 2026-11-14
- GPT-6 主动给意识研究者发邮件提问，却记不住论文里已有的答案 — erikphoel · 2026-11-14
- Edge0-145B 冲上 Hugging Face 热榜：145B MoE 架构主打端侧推理 — Edge0 · 2026-11-14