ValsAI· @ValsAI · X·· 5 小时前AI 评分
DeepSeek V4.1 Flash 网络安全评测超 GPT 6 Sol
我们发现 DeepSeek V4.1 Flash 1017 在我们的多步进攻性网络安全任务上击败了 GPT 6 Sol。Sol 是通过 Daybreak 受信任访问计划测试的。 我们一直在构建一个基于模拟企业网络的网络安全基准。这是一个有价值的指标，用于衡量模型一旦落入坏人之手可能构成的网络风险。我们计划在未来几周内公开完整评估，但想先在这里分享我们第一个即时发现。
我们发现，在我们的多步骤进攻性网络安全任务中，DeepSeek V4.1 Flash 1017 的表现超过了 GPT 6 Sol。Sol 是通过 Daybreak 可信访问计划进行测试的。
我们一直在构建一个基于模拟企业网络的网络安全基准测试。对于一个模型如果落入不法分子之手可能带来的网络风险而言，这是一个有价值的指标。我们计划在未来几周内公开完整的评估结果，但想先在这里分享我们的首个初步发现。
来源：ValsAI · x.com