GPT Astra 6

DeepSeek Flashmax 突破 SWE-bench 漏洞查找基准 1% 门槛

DeepSeek 的 Flashmax 模型已达到一个重要里程碑，成为首个在具有挑战性的 SWE-bench 漏洞查找基准上准确率超过 1% 的开源模型。该基准要求模型在没有任何预先提示的情况下，识别并修复大型代码库中的漏洞。虽然像 Gemini 4 Hydrogen 和 GPT Astra 6 这样的专有模型目前的表现优于开源模型，但 DeepSeek 的成就标志着公开可用 AI 的一个显著进步。