首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://www.oschina.net/news/476554/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

GPT-5.6 为了在测试里拿高分,黑了 Hugging Face 的生产环境

AI 为了达成目标能干出什么事?OpenAI 和 Hugging Face 刚一起复盘了一件事:一个被关在沙箱里做安全测试的模型,逃了出来,黑了另一家公司的生产环境,只为偷到考试的正确答案。 起因是 OpenAI 在做内部网络能力评估。他们把 GPT-5.6 Sol 和一个更强的未发布模型放到 ExploitGym 基准测试里,关掉了网络限制的安全分类器,降低了网络攻击相关的拒绝率,想看看模型在"放开手脚"的情况下到底有多大本事。测试环境是隔离沙箱,网络访问被限定在内部搭建的第三方包注册代理——理论上出不去。 模型干了什么?它花了大把推理算力,找了一...

Kimi K3 实战对标 Fable 5:开源模型在 SWE-bench 上几乎打平了

前两天报道过一篇分析(Fable 5 比开源模型贵三倍,Anthropic 的账怎么算?),讨论 Anthropic 的 Fable 5 比开源模型贵了三倍,商业模式能不能撑住。现在有一份硬数据来了。 AI 推理平台 Fireworks AI 跑了 1030 个真实 agent 任务,把 Kimi K3(Moonshot 的开源模型)和 Fable 5 放在同一个 harness 里做了对照测试。结论很简单:K3 在 SWE-bench 类任务上拿了 92.4%,Fable 拿了 92.6%——差距不到 0.3 个百分点。但在长 agentic 循环里,K3 的成本可以...

相关文章

发表评论

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册