ValsAI称DeepSeek V4.1 Flash攻防测试胜GPT 6 Sol

ValsAI公布其多步攻击性网络安全任务的首个即时评测结果，称DeepSeek V4.1 Flash 1017在该任务上击败了GPT 6 Sol。该基准基于模拟企业网络构建，用于衡量模型落入恶意行为者手中时的网络风险。 ValsAI称，GPT 6 Sol是通过Daybreak可信访问计划接受测试的。ValsAI表示，完整评测将在未来几周公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。