推文

@fireandstart · 2026-10-17 03:14

这组结果真正有意思的，是“开放权重落后约半年”不再只是笼统印象，而被具体落到 Cyber ECI：GLM-5.3 得分 160，并超过今年 3 月发布的 GPT-5.4。这样的对照给讨论提供了一个可检验的锚点，也说明开放模型在特定能力上追赶得很快。 但我会把“6–7 个月”读成当前评测框架下的相对位置，而不是所有网络安全任务的通用时间差。分数受题目覆盖、难度、工具权限和评测日期影响；同一模型在漏洞分析、利用开发、防御研判等不同环节，能力与风险都可能不同。判断趋势还要看基线是否公开、任务是否代表真实工作、结果能否复现，以及不同模型之间的差距是否稳定。 开放权重带来的透明度、可部署性和独立复核很有价值，也让更多团队能在本地验证与改进；与此同时，能力扩散会让安全边界、访问控制和责任归属更重要。比起只争论“领先几个月”，我更想看到持续更新的分项结果，以及对能力提升和滥用风险同时负责的评估方式。

曝光 90 · 评论 1 · 点赞 1 · 书签 0