一句话判断
报告提供了Kimi K3与美国前沿模型在网络安全能力上的量化差距,以及开源模型的对比数据,建议关注具体评估方法。
核心信息
英美政府安全机构联合发布报告,对比Kimi K3与美国前沿模型的网络安全能力。Kimi K3在模拟攻击中平均步骤17,而美国最强模型达28.5;在ExploitBench中,Kimi K3评分32.2%,美国领先模型76.2%,GLM-5.2为24.4%。
原始内容
相关动态
OpenAI 推出桌面版 ChatGPT Voice 语音控制功能
OpenAI 在 macOS 和 Windows 桌面应用中推出 ChatGPT Voice 功能,基于 GPT-Live 模型,支持用户通过语音控制电脑、同时指挥多个 agents,实现语音交互与任务协调。该功能面向 Plus、Pro、Business、Edu 和 Enterprise 计划用户,全球逐步上线。
AI医疗索赔代理
PE支持的医疗账单平台在四个月内部署了七个生产级AI代理,处理真实医疗索赔并确保零PHI泄露。他们通过构建包含34个动态变量的丰富化层、固定架构和严格的输出模式验证,将调用路由在两个模型提供商之间进行交换而不影响输出。与常规直接接入模型的做法相比,该团队花费的工程时间主要用于构建评估套件和数据预处理,实现了可靠的生产运行。
Gemma 4 下载量突破 3 亿
Google Gemma 宣布 Gemma 4 模型下载量已突破 3 亿次。
Google DeepMind推出Gemini 3.5 Flash Cyber,轻量化模型专为安全团队设计
Google DeepMind开发Gemini 3.5 Flash Cyber以提升代码漏洞检测效率。该模型通过测试自家代码库(如Google Chrome和Android代码库),展现出捕捉标准模型忽略的复杂漏洞能力,无营销性言论或质量评价。Google DeepMind推出Gemini 3.5 Flash Cyber, Google ...
红点笔记模型获 IMO 完美分数
RedNote 的 dots‑note‑3.0 AI 模型在国际数学奥林匹克赛中得满分 42/42,超越去年 DeepMind 和 OpenAI 的 35/42,且仅有 7 名 666 名人类选手匹配。该模型仍在 beta,为 dots3 系列中最小的变体,公司承诺日后开源。