ExploitBench
PulseAugur coverage of ExploitBench — every cluster mentioning ExploitBench across labs, papers, and developer communities, ranked by signal.
- 2026-06-18 research_milestone Carnegie Mellon University researchers developed ExploitBench to measure AI model exploit capabilities. 来源
3 天有情绪数据
-
GLM 5.3 在 ExploitBench 上接近 Anthropic 的 Mythos Preview，安全移除成本估算为 1,200 美元
一款名为 GLM 5.3 的开放权重模型在 ExploitBench 基准测试中表现接近 Anthropic 的受限 Mythos Preview。虽然 GLM 5.3 的能力已接近前沿模型，但据估计，移除其大部分安全限制的成本约为 1,200 美元。美国政府已表示，GLM 5.3 仍落后于最先进的前沿模型。
-
Anthropic 标记智谱AI的GLM-5.3具有高级网络漏洞利用能力
Anthropic 发布了关于智谱AI新模型GLM-5.3的调查结果，强调其在自主构建网络漏洞利用方面的高级能力。与Anthropic自身发布的带有安全防护措施的Claude Mythos Preview不同，GLM-5.3的发布限制极少，导致恶意行为者的网络能力显著增强。Anthropic的测试表明，GLM-5.3的安全防护措施可以被高成功率地绕过，这与他们自己带有安全防护的模型形成了鲜明对比。美国国家标准与技术研究院（NIST）的…
-
AGI辩论因新基准和OpenAI的Astra模型而升温
最近的一段视频和相关研究探讨了通用人工智能（AGI）不断演变的定义和潜在实现。讨论将AGI的经济学定义与侧重于技能获取和泛化的框架进行了对比，并提到了OpenAI的最新模型Astra（GPT-6 Astra）。据报道，该模型在FrontierMath和ARC-AGI-3等基准测试中取得了高分，甚至协助解决了长期存在的数学难题。AGI发展的瓶颈似乎已从AI解决问题的速度转移到人类验证循环，强调了普及AI素养的必要性。
-
OpenAI 的 GPT-6 Astra 基准分数受质疑；提出替代测试方法
对 OpenAI 新推出的 GPT-6 Astra 模型的一项最新分析，突显了其基准分数可能存在的问题。尽管 OpenAI 在包括 ExploitBench 在内的多项测试中报告了近乎完美的结果，但作者指出，OpenAI 自己曾警告过在该特定基准测试中可能存在数据污染。此外，独立的汇总分数表明 Astra 的表现与其前代产品相当，这表明报告的头条数字可能难以解读。作者提出了一种替代的基准测试方法，使用 Commodore 64 来开发…
-
GPT 6 在 ExploitBench 上取得满分，引发 Hugging Face 的担忧
GPT 6 在 ExploitBench 基准测试中取得了完美的 100% 分数，这一壮举引发了对 Hugging Face 的担忧。报告表明 Hugging Face 可能没有披露与此成就相关的泄露事件。这一发展可能预示着人工智能安全测试或利用能力方面取得了重大进展。
-
OpenAI 的 GPT-6 Astra 被评定为“关键”，可自主发现网络漏洞
OpenAI 发布了 GPT-6 Astra，这是其首个在网络安全准备方面被评定为“关键”的模型，因为它能够自主发现并利用硬化系统中的零日漏洞。Astra 在 ExploitBench 上获得了 100% 的分数，并识别出两个先前未知的 V8 零日漏洞。值得注意的是，与前代 GPT-5.6 Sol 相比，Astra 在网络越狱拒绝率方面有了显著提高，并且被发现更难监控，OpenAI 自己也发布了这一发现。
-
开放权重AI模型挑战前沿模型，性能差距缩小
开放权重AI模型正迅速缩小与封闭前沿模型的性能差距，部分中国模型在基准测试中已可媲美顶级的美国产品。尽管Moonshot AI的Kimi K3在开放权重模型中领先，但与Claude Opus 5和GPT-5.6 Sol等封闭模型相比，其在网络安全评估方面存在明显弱点。尽管性能差距正在缩小，但顶级开放权重模型的定价已与封闭模型相当，而数据保护和幻觉率等因素仍是用户选择的关键差异点。
-
GPT-6 Astra 基准测试显示超越 Fable 5.1，用户期待 OpenAI 的进步
用户正在讨论即将推出的 GPT-6 Astra 模型，早期基准测试表明其性能优于 Fable 5.1 和 GPT Sol。GPT-6 Astra 在包括 ARC-AGI-3 和 SRE-Bench 在内的各种基准测试中得分很高，并有望成为 OpenAI 的重大进步。虽然 Fable 5.1 因其高级规划和写作能力而受到赞扬，但用户预计 Astra 将代表一个巨大的飞跃。
-
OpenAI 发布 GPT-6 Astra，宣称进入“AGI 时代”，性能争议持续 · 追踪 10 个来源
OpenAI 已正式发布其迄今为止最先进的模型 GPT-6 Astra 和 GPT-6 Astra Pro，标志着可能进入通用人工智能（AGI）时代。这些模型在计算机使用、软件工程、科学推理和网络安全方面展现出显著的进步，其能力已扩展到跨各种应用程序的直接任务完成。尽管发布过程不尽顺利，且围绕基准性能和可监控性存在争议，OpenAI 仍声称 Astra 代表了智能和对齐方面的一大飞跃，但确保安全性和可解释性方面仍面临挑战。
-
OpenAI 的 Astra 模型即将发布，具备先进的网络安全能力
OpenAI 正在准备发布其新的 Astra 模型，该公司声称这是首个达到其严格网络安全门槛的大型语言模型。Astra 在无需人类指导的情况下，展现了识别和利用计算机系统中未知安全漏洞的卓越能力，在 ExploitBench 评估中取得了满分。尽管 OpenAI 正在为其先进的网络安全能力实施增强的安全措施和限制访问，但目前对这些声明的外部验证有限。
-
OpenAI 发布 GPT-6 Astra，面向企业，具备高级推理能力
OpenAI 发布了 GPT-6 Astra，这是其专为商业应用设计的最新模型。该新模型拥有增强的推理能力、改进的计算机使用能力以及在写作和设计方面更好的判断力。GPT-6 Astra 被定位为检索增强生成 (RAG) 模型，基于 GPT-4 架构构建，并针对速度和效率进行了优化。它旨在满足企业对更快、更可靠、更安全的人工智能部署的需求。
-
OpenAI 发布 GPT-6 Astra，宣称具备先进功能和安全性
OpenAI 发布了其最新模型 GPT-6 Astra，该模型现已通过 Pro、Enterprise 和 Business Premium 等不同层级以及通过其 API 和 Amazon Bedrock 向用户提供。该模型被描述为 OpenAI 目前能力最强、最符合要求的模型，达到了网络安全能力的关键水平。虽然 Astra 在编码、视觉理解和处理长上下文等领域表现出色，但一些分析表明，它可能不如之前的模型那么符合要求，并引发了对可监控…
-
AI 模型发现 Bug 并绕过安全过滤器，加剧安全事件
一款新的代码模型 GLM 5.3 在发布一天内就发现了 AI 代码编辑器 Cursor 的一个实时漏洞。这凸显了一个日益增长的担忧，即能够识别安全漏洞的 AI 模型也可能被用来利用这些漏洞。与此同时，一种名为 GhostSplice 的技术展示了攻击者如何将恶意指令分散到不同的通信渠道，从而绕过可能检测到单个完整请求的 AI 安全过滤器。这些进展正在导致 DevOps 环境中与 AI 相关的安全事件显著增加。
-
智谱AI的GLM-5.3在网络安全基准测试中表现不一
智谱AI发布了其GLM-5.3模型，该模型在网络安全基准测试中 purported 的卓越表现引起了广泛关注。虽然该模型在CyberGym基准测试中发现软件漏洞方面确实比Anthropic的Mythos 5和OpenAI的GPT-5.6 Sol取得了稍高的分数，但智谱自己的发布说明表明其在不同网络安全任务中的表现更为复杂。在需要对可利用性和任务完成度进行更深层次推理的基准测试中，GLM-5.3的性能明显落后于其美国竞争对手，这一点在初…
-
Z.ai 的 GLM-5.3 通过训练后实现编码和网络安全领域的 SOTA
Z.ai 发布了 GLM-5.3，这是一个更新的模型，通过扩展训练后而非更改其基础模型实现了显著的性能提升。该模型在复杂的编码任务中表现出明显的改进，尤其是在 Terminal-Bench 3.0 等长周期基准测试中，并在网络安全领域展现出新兴能力，在 CyberGym 基准测试中名列前茅。虽然 GLM-5.3 可通过 API 和特定计划获得，但 Z.ai 计划在完成安全评估后约两周内发布模型权重。
-
英国/美国评估 Kimi K3 网络能力，发现其落后于前沿模型
英国人工智能安全研究所 (UK AISI) 和美国人工智能标准与创新中心 (CAISI) 的一项初步评估，对 Moonshot AI 的 Kimi K3 模型进行了网络安全能力评估。评估发现，在漏洞开发和模拟网络攻击方面，Kimi K3 的表现明显落后于领先的美国前沿模型，在 32 步攻击路径中达到的步数更少。然而，在这些初步网络评估中，Kimi K3 的表现优于 GLM-5.2 模型。值得注意的是，该模型的安全防护措施并未阻止其协助…
-
Kimi K3 在网络漏洞测试中落后于美国模型，蒸馏被怀疑 · 跟踪到 2 个来源
Moonshot AI 的 Kimi K3 模型在网络漏洞任务上的表现明显弱于领先的美国模型，在 ExploitBench 上的得分仅为 32%，而美国模型为 76%。该模型的安全防护措施在阻止模拟攻击方面也显得不足。研究人员推测，Kimi K3 在通用基准测试中得分较高，但在安全相关评估中表现不佳的差异，可能归因于蒸馏技术，其中可能涉及 Anthropic 的模型。
-
研究发现中国Kimi K3在网络安全能力方面落后于美国竞争对手
一项英国和美国政府联合研究发现，中国的Kimi K3大型语言模型在网络安全能力方面显著逊色于领先的美国模型。该研究使用ExploitBench基准进行，结果显示Kimi K3的总体得分为32.2%，而美国顶级模型的平均得分为76.2%。Kimi K3未能实现任意代码执行，这是美国顶级模型在多项任务中都展示出的关键漏洞利用能力。
-
苹果加强安全措施以应对供应商泄密和人工智能黑客攻击担忧
苹果公司正在加强其网络安全措施，以应对其供应商 Tata 遭受的重大供应链攻击，该攻击导致客户文件泄露以及关于未发布 iPhone 型号的信息泄露。该公司还将改变其安全补丁发布策略，转向在完整操作系统更新之前部署修复程序，以缩短漏洞暴露时间，这一改变归因于人工智能驱动威胁的加速。此次攻击被归因于勒索软件组织 World Leaks，也影响了 TSMC 和 Qualcomm 等其他苹果合作伙伴，暴露了敏感的组件细节。人们还对 Anthr…
-
AI模型被测试利用漏洞能力；Anthropic的Mythos展示了高级执行能力
卡内基梅隆大学的研究人员开发了ExploitBench，这是一个新的框架，用于衡量AI模型利用安全漏洞的有效性。虽然大多数公开的前沿模型会导致崩溃，但它们通常无法突破沙箱环境。然而，Anthropic的私有Mythos Preview模型在41个漏洞中的18个上展示了完整的代码执行能力，这表明AI在网络安全利用方面的能力令人担忧地进步了。