OpenAI的内部网络安全模型在ExploitGym基准测试中取得了77.0%的成功率,显著优于Anthropic的Mythos 5.2,后者得分为39.2%。这款OpenAI内部模型也超越了其他公开模型,包括OpenAI自家的GPT-6 Astra(42.4%)和Claude Opus 5.5(34.5%)。该基准测试旨在评估AI从漏洞和概念验证输入中创建漏洞利用的能力,OpenAI的内部模型在攻克复杂安全挑战方面展现出显著优势。 AI
影响 展示了AI在网络安全任务能力方面的重大进步,可能影响漏洞利用开发和防御策略。
排序理由 AI模型的基准测试结果,比较在特定任务上的性能。[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 →