★ 4
Anthropic 红队评估 GLM-5.3 网络攻击能力
Anthropic Frontier Red Team 在内部二进制漏洞利用基准的 100 项任务中评估多个模型，发现 GLM-5.3 在 4% 的试验中实现了完整控制流劫持，Claude Mythos Preview 为 6%。此前 Claude Opus 4.6 与 GLM-5.2 均无一成功…
Simon Willison Blog33 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
Anthropic Frontier Red Team 在内部二进制漏洞利用基准的 100 项任务中评估多个模型，发现 GLM-5.3 在 4% 的试验中实现了完整控制流劫持，Claude Mythos Preview 为 6%。此前 Claude Opus 4.6 与 GLM-5.2 均无一成功…