引述Anthropic前沿红队相关观点

Quoting Anthropic Frontier Red Team

我们在内部二进制漏洞利用基准随机抽取的100项任务上评测多款模型，发现GLM-5.3在4%的测试中实现完整控制流劫持，Claude Mythos Preview占比6%，GLM-5.3表现低于Claude Mythos Preview