新研究测试开放模型发现漏洞，排名混乱

新帖子：我们用开放模型测试了Mythos展示的漏洞。它们恢复了类似的范围分析！8/8个模型发现了旗舰FreeBSD零日漏洞，包括一个3B模型。排名在所有任务上完全打乱 => 人工智能网络安全前沿极其锯齿状！