Vals 研究：开源模型网络攻击能力逼近闭源
热点事件持续更新
Vals 研究：开源模型网络攻击能力逼近闭源
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究机构 Vals 的模拟测试显示，开源权重模型在复杂多步网络攻击任务上已接近闭源前沿模型。DeepSeek 平均完成 73% 的目标；OpenAI 仅向可信伙伴开放的最先进网络模型 Daybreak 完成 81%，为测试中能力最强者。 Vals 称，成本差距同样明显：GPT-6-Sol 执行一次攻击的 token 成本为 17 至 46 美元，DeepSeek 仅 2 至 3 美元。
AI 根据报道生成 · 5 小时前更新
最新进展11月7日 02:43
Vals 研究：开源权重模型网络攻击能力逼近闭源前沿模型报道时间线
沿着报道，了解事件的不同侧面。
11月7日
- WIRED · AIVals 研究：开源权重模型网络攻击能力逼近闭源前沿模型
Vals 的模拟测试显示，开源权重模型在复杂多步网络攻击任务上已接近闭源前沿模型，DeepSeek 平均完成 73% 的目标，OpenAI 仅对可信伙伴开放的 Daybreak 为 81%。研究还显示成本差距明显，GPT-6-Sol 执行一次攻击的 token 成本为 17 至 46 美元，DeepSeek 仅 2 至 3 美元。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月7日 03:00
- 近 24 小时变化
- –
02.557.510
03:0004:0005:0006:0007:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。