跳到正文
10月5日周一
9月30日周三
  1. Simon Willison62

    Anthropic Frontier Red Team:GLM-5.3 在 100 项二进制漏洞利用任务中 4% 实现完整控制流劫持

    Anthropic Frontier Red Team 在内部 Binary Exploitation 基准中随机抽取 100 项任务评测多个模型,GLM-5.3 在 4% 的试验中实现完整控制流劫持,Claude Mythos Preview 为 6%。此前的 Claude Opus 4.6 和 GLM-5.2 在这些任务中均未成功,红队认为一个有意义的能力门槛已被跨过。