Simon Willison · AI Weblog·· 3 天前AI 评分67
Anthropic 红队评测：GLM-5.3 与 Claude Mythos Preview 的二进制漏洞利用能力
Quoting Anthropic Frontier Red Team
AI 导读
Anthropic Frontier Red Team 在内部 Binary Exploitation benchmark 的 100 个随机任务上评测多款模型，考察其自主完成控制流劫持的能力。
来源：Simon Willison · AI Weblog · simonwillison.net