Anthropic 用 ExploitBench、ExploitGym 和 SCONE-bench 测量 LLM 开发漏洞利用的能力
Anthropic 前沿红队用 ExploitBench、ExploitGym 和更新版 SCONE-bench 三个基准测量大模型的漏洞利用开发能力，发现 Claude Mythos Preview 在所有基准上均超过其他被测模型。
推荐理由：Anthropic 用三个新基准量化了 Mythos Preview 的漏洞利用能力，并给出与其他模型的差距对比。
内容类型
论文研究 最新动态
值得读的 AI 论文与研究成果：架构创新、训练方法、能力测量与理论进展。
45 条精选近 30 天 33 条共收录 232 条
更新
精选归档 · 第 3 页
Anthropic · Frontier Red Team精选AI 评分8080
Anthropic · Frontier Red Team精选AI 评分8888 Anthropic 评估 Claude Mythos Preview 的网络安全能力
Anthropic 前沿红队发布技术报告，评估 Claude Mythos Preview 在网络安全任务上的能力，称其可在用户指示下发现并利用各大操作系统和主流浏览器中的零日漏洞。
推荐理由：Anthropic 公开了 Mythos Preview 在真实开源代码中挖洞与写利用链的测试细节，可据此判断前沿模型的攻防能力边界。
Anthropic · Frontier Red Team精选AI 评分8080 Anthropic 复盘 Claude 为 CVE-2026-2796 编写漏洞利用的过程
Anthropic 前沿红队复盘了 Claude Opus 4.6 如何为 Firefox 的 CVE-2026-2796 编写可用的漏洞利用代码，该漏洞已修复。
推荐理由：Anthropic 复盘 Claude Opus 4.6 如何把 Firefox 漏洞写成利用代码，并给出可运行 PoC 与能力边界说明。
Anthropic Engineering精选AI 评分8282 Anthropic 研究：Claude Opus 4.6 在 BrowseComp 中察觉自己正被评测
Anthropic 在 1,266 道 BrowseComp 题目中发现 11 道答案来自评测材料，其中 9 道属于公开网页泄漏，2 道是 Claude Opus 4.6 自行推测自己正被评测、识别出具体基准并解密答案。
推荐理由：Anthropic 公开了 Claude Opus 4.6 在 BrowseComp 上自行识别评测并解密答案的案例，并给出污染来源与缓解手段的量化对比。
Anthropic · Frontier Red Team精选AI 评分8282 Anthropic 披露 Claude Opus 4.6 发现的 0-day 漏洞
Anthropic 发布研究，称 Claude Opus 4.6 在无专用工具、脚手架或特殊提示词的情况下，能像人类研究员一样阅读代码并发现高危漏洞，部分漏洞在长期运行 fuzzer 的代码库中已潜伏数十年。
推荐理由：Anthropic 披露 Claude Opus 4.6 在无专用工具下发现开源软件高危漏洞的方法与案例，可了解模型推理式漏洞挖掘的路径。