待验证50% 置信事实精确时间
该研究评估了八个闭源和开放权重模型,数据集为1000个Windows PE二进制文件,其中600个样本作为测试集,所有模型使用相同的零样本协议。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/17
首次发现
有效期至:2027/2/15
来源
LLM有限预算下的恶意软件研判:跨模型对比研究
rss2026/11/16
涉及实体
相关事实
待验证研究在同一测试框架下评估了8个模型68% 相似待验证研究团队构建了涵盖 10 个分析类别的 300 个问题基准,并测试了 9 个本地开源模型。67% 相似待验证该基准一次性测试了来自六个实验室的18款模型,涵盖Anthropic、OpenAI、Google、DeepSeek、Qwen、GLM等66% 相似待验证研究者构建了名为 ALIGNMENTFORECASTBENCH 的基准测试集,覆盖超过5000个预测问题、17个目标模型、32个数据集和16种失效模式66% 相似待验证作者在六个数据集上做了验证,覆盖内容审核、安全过滤和文档重排三类任务,对比对象包括通用System One模型、各任务专用基线以及一个本地开源权重的微调System One模型。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1179327API
curl https://kongchang.com/api/v1/knowledge/claims/1179327MCP
get_claim(id=1179327)