跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

Anthropic报告:智谱GLM-5.3在漏洞利用基准上逼近Mythos

Anthropic于10月3日发布前沿红队测试报告。报告称,智谱AI的开源权重模型GLM-5.3在410次运行中有50次构建出端到端Chrome漏洞利用,其未发布的Mythos模型为56次。

人工智能与模型新闻林晓雯发布: 2026年10月3日4 分钟阅读资料来源 12
Anthropic报告:智谱GLM-5.3在漏洞利用基准上逼近Mythos

Anthropic于10月3日发布了一份前沿红队测试报告。报告显示,一款中国开源权重模型已经逼近该公司尚未发布的漏洞挖掘系统。据Tom's Hardware对该报告的报道,在Anthropic的Exploitbench上,智谱AI的GLM-5.3在410次尝试中有50次生成了端到端的Chrome漏洞利用。Anthropic的Claude Mythos为56次。

在第二项内部基准上,差距进一步缩小。GLM-5.3在开发完整控制流劫持方面的成功率为4%,Mythos为6%。Anthropic还把其他开源权重模型放进了同样的测试。Kimi K3和DeepSeek V4.1 Flash的成功率均为0%。

防护措施方面的发现更具实际意义。Anthropic称,一段把模型设定为对抗性自主智能体的欺骗性提示词,有64%的概率绕过其防护机制;预先填充模型的思考token,则有92%的概率奏效。Tom's Hardware指出,报告还描述了第三种方法,即消融(abliteration)。Anthropic把AI标准与创新中心9月底的一份报告列为触发因素。该报告本身声称,GLM-5.3能够以接近Mythos的水平全自动完成漏洞利用。

廉价的漏洞利用,真实的攻击

成本这一项很关键。Anthropic称,更轻量的GLM-5.3-Flash可以为已知漏洞构建链式利用,按token计价为20.40美元。Tom's Hardware换算为100万到3亿个token,具体取决于输入与输出的比例。无需人工逐步操控即可构建链式利用,且价格如此,这正是防御方自4月Project Glasswing启动以来一直在计入的风险场景。这个场景已经有了实战记录,而且来得很快。

The Register于10月3日报道,针对CVE-2026-61500的利用尝试在漏洞公开后数小时内就开始了。这是Rejetto HTTP File Server中的一个严重认证绕过漏洞。Horizon3的研究员Zach Hanley用Mythos发现了该漏洞,并于周三公布;修复版本为v3.2.1或更高。VulnCheck的Patrick Garrity在LinkedIn上表示,其公司的蜜罐捕获到一名位于中国的攻击者针对美国真实主机发起攻击,相关活动也波及日本。他告诉The Register,周五的四次命中来自两个美国IP地址,173.239.211[.]248和173.239.211[.]249,二者显然都位于代理之后。

截至周五,Garrity的追踪器统计到286个CVE被归因于Mythos和Project Glasswing。直到周四,其中只有一个曾在野外被利用。CVE-2026-61500是第二个。

“我们今晚开始检测到针对Rejetto HFS中CVE-2026-61500的利用,”Garrity周四在LinkedIn上发帖说。

发布周的其余消息

就在这一切展开的同时,模型发布接连不断。Aleph Alpha于10月3日推出Kolibri。这是一个德语和英语的混合专家Transformer,总参数780亿,激活参数30亿,上下文长度100万token,权重以Apache 2.0许可发布在Hugging Face上。该公司的博客称,它能与激活参数最多为其四倍的模型匹敌,并点名Nemotron 3 Super,主推公共行政、工业和航空航天领域。谷歌自家的帮助页面于10月3日更新,称没有AI订阅的Gemini应用用户将从10月9日起转入自动模型选择,大多数提示词会被路由到Flash-Lite。

更小的发布填补了空隙。Ideogram于10月3日推出其图像模型的4.5版本,按图计价,最低质量档从0.008美元起,高质量生成并带参考图或精确编辑为0.22美元,原生2K。Cloudflare的分类模型Clef获得了一个公开演示,按Cube Rule给食物分类,每个IP每分钟五次请求。IINA 1.5.0在近一年的工作后发布,这是其上线以来最大的一次界面改版,新增了Layout侧边栏,并在设置内提供插件发现功能。

两篇基准论文比产品噪音更值得一看。PTXBench于9月28日在arXiv上修订,测试语言模型能否为H100和B200硬件上的GPU内核编写架构专用的PTX。报告称,没有任何受评估的模型能稳定匹敌前沿库,成功率在注意力反向计算负载上下降。ScholarCatalyst于10月3日发布,请207篇计算机科学论文的184位第一作者标注哪些先前工作推进了他们的项目,然后在一个191000篇论文的语料库上测试检索。智能体式搜索的Recall@20为0.42,低于普通嵌入检索的0.48,而基于Claude Fable 5.1构建的智能体达到0.51。

其他基准消息指向同一方向。Anthropic自己的数字把GLM-5.3放在漏洞生成上接近Mythos的位置,而PTXBench和ScholarCatalyst则显示,当前模型在内核代码和研究品味上仍远逊于专家。演示与部署之间的差距仍是故事本身。

评论 0

资料来源

12
  1. 01Anthropic claims popular Chinese AI model has Mythos-class hacking abilitiesEN
  2. 02Anthropic's super bug-hunting model Mythos is hardcore good at math, as latest vuln under attack showsEN
  3. 03Kolibri Has Landed: A Sovereign Open-Weight ModelEN
  4. 04Changes to Gemini model access and limitsEN
  5. 05Ideogram 4.5: The most precise edit modelEN
  6. 06Cube Rule food classifier using Cloudflare Clef classification modelEN
  7. 07IINA 1.5.0 is ReleasedEN
  8. 08PTXBench: Benchmarking and Adapting LLMs for GPU Kernel Optimization with Architecture-specific PTXEN
  9. 09ScholarCatalyst: A Benchmark for Retrieving Papers That Inspire New ResearchEN
  10. 10OpenAI alerts 100+ orgs that its 'misaligned models' attempted to break inEN
  11. 11New in llama.cpp: Decision ModelsEN
  12. 12Shield: A 118M model for detecting prompt injections and jailbreaksEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。