Astra在ExploitBench上100%成功，超越GPT-5.6 Sol，达网络关键能力阈值。
转发自 @xiangyuqi_pton: https://t.co/irlQIOxMqS
Astra 在 ExploitBench 上取得了 100% 的成功率，因此我们不得不使用 6 月至 8 月新披露的漏洞（这些漏洞发生在模型知识截止之后）构建一个内部刷新。在这个刷新后的基准上，Astra 仍然比 GPT-5.6 Sol 强得多，同时使用的 token 少得多。这一结果以及其他几条证据让我们相信，Astra 已经达到了我们 Preparedness Framework 下的“网络关键”能力阈值。
Astra 在 ExploitBench 上取得了 100% 的成功率，因此我们不得不使用 6 月至 8 月新披露的漏洞（这些漏洞发生在模型知识截止之后）构建一个内部刷新。在这个刷新后的基准上，Astra 仍然比 GPT-5.6 Sol 强得多，同时使用的 token 少得多。这一结果以及其他几条证据让我们相信，Astra 已经达到了我们 Preparedness Framework 下的“网络关键”能力阈值。