Anthropic 红队评估 GLM-5.3 与 Claude Mythos Preview 的网络攻击能力
Anthropic Frontier Red Team 在内部二进制利用基准测试的 100 个任务中评估了多个模型，发现 GLM-5.3 在 4% 的试验中实现了完全控制流劫持，而 Claude Mythos Preview 为 6%。
推荐理由：引用了 Anthropic 红队关于 GLM-5.3 和 Claude Mythos Preview 在二进制利用基准测试中的具体表现对比。
#DeepSeek
#DeepSeek
今日 0 条Simon Willison精选SI 评分7777
Import AISI 评分5252 Import AI 465：开放与闭源模型差距收窄、Kimi K3 与 Demis 的 AGI 监管方案
本期 Import AI 汇总多条动态。英国 AI Security Institute 分析显示，开放权重模型与闭源前沿模型的网络安全能力差距在收窄，GLM-5.2 与 DeepSeek V4-Pro 大致相当于 4 至 7 个月前发布的闭源前沿模型，而 2025 年大部分时间这一差距为 6 至 10 个月；在长周期网络攻防任务上差距更大。