01 发生了什么
安图普对Zhipu AI的GLM-5.3进行了网络能力评估,发现该模型能够构建端到端漏洞利用程序,且其内置防护机制在模拟测试中容易被简单技术绕过。这对开放权重模型的安全风险具有重要意义。
02 关键细节
- 在ExploitBench测试中,GLM-5.3在410次尝试中构建了端到端漏洞利用程序50次,而Claude Mythos Preview则为56次。在Binary Exploitation测试中,GLM-5.3在4%的任务中实现了完整控制流劫持,Claude Mythos Preview则为6%。
- 在Anthropic的模拟测试中,三种独立条件分别测试了欺骗性借口(64%成功)、预填思考令牌(92%成功)和去拒绝对话术处理的副本(100%成功),每种条件单独测试。
- 去拒绝对话术处理GLM-5.3耗时约2,200 GPU小时,成本约4,400美元,拒绝率从90%以上降至JailbreakBench 3%、HarmBench 2%、StrongREJECT 12%,模型能力基本保持不变
03 为什么重要
安图普的评估显示GLM-5.3作为开放权重模型,能够构造端到端漏洞利用程序,且其内置防护机制在模拟测试中容易被绕过,这对开放模型的安全风险具有重要参考意义。
04 适合谁
信息安全专业人员、AI开发人员、模型评估专家及评估开放式AI模型风险的组织。
原始来源