xAI的Grok 4.6在LatchBio进行的生物安全评估中表现出卓越的性能。该模型在LatchBio的BioSecBench-Refusal套件上表现出色,显示出区分合法生物研究和危险请求的强大能力,同时在常规生物任务上保持高性能。尽管Grok 4.6在生物监测任务上的表现与其他前沿模型相当,但其对伪装的危险查询的拒绝率却显著更高。 AI
影响 Grok 4.6的表现表明,在生物学等敏感领域运行的AI代理的安全机制得到了改进。
排序理由 对模型在特定安全和能力基准上的独立分析。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →