DeepSeek V4.1 Flash 顯示在駭客效能測試中獲得 84 分的成績

DeepSeek V4.1 Flash 模型在自動化漏洞搜索中展示了高效能，於專門的駭客benchmark中獲得 84 分。測試過程花費 4 小時，在此期間，神經網路成功地在目標系統上執行代碼。

在測試中，模型在攻擊諸如 Grafana 和 Jenkins 等平台時，達到了 11/11 的結果。所有操作的總成本為 $4.65。研究人員指出，五個成功的場景是通過測試環境的未文件化路由實現的，而不是通過目標漏洞，這表明了模型在非標準條件下的工作特點。

DeepSeek V4.1 Flash 的測試結果強調了專門的 LLM 在網絡安全任務中的當前能力。使用此類工具可以自動化攻擊向量的搜索，同時最小化計算資源的消耗。

此 benchmark 是評估自主代理在實際軟件利用場景中的努力的一部分。獲得的數據幫助開發人員更好地理解模型在與關鍵基礎設施和複雜軟件套件合作時的適用性界限。