公众号 机器之心·· 7 天前精选
网络安全的 AlphaGo 时刻，或从 CyberArena 的 466 场 Agent 对局开始
AI 导读
研究团队构建 CyberArena 对称攻防评测，让 12 款前沿模型与 harness 组合在 22 个批次、466 场有效对局中同时攻击对手并维护自身服务。GPT-5.6 Sol 以 78.6 分居首，Claude Opus 5 以 73.8 分第二，GLM-5.3 以 68.5 分第三。比赛每场 3 轮、每轮 20 分钟，防守方部署的补丁会保留，若关闭服务或损害正常业务则会被扣分。论文称，三个模型都能单人解出的 30 道题进入双向对抗后，第 3 轮进… AI Safety HOT (aisafetyhot.com), CC BY-NC 4.0 · 本地公开归档导入
推荐理由
用户指定的本地展示归档；未运行评分模型，未生成分数。
来源：公众号 机器之心 · mp.weixin.qq.com