Simon Willison·· 2 天前
Anthropic 红队评估 GLM-5.3 与 Claude Mythos Preview 的网络攻击能力
Quoting Anthropic Frontier Red Team
SI 导读
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%。
精选SI 评分77
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。
来源：Simon Willison · simonwillison.net