Anthropic Frontier Red Team 评估 GLM-5.3 的二进制利用能力扩散

Anthropic Frontier Red Team 在内部 Binary Exploitation 基准的 100 个任务上评估发现，GLM-5.3 在 4% 的试验中实现完整控制流劫持，Claude Mythos Preview 为 6%，而 Claude Opus 4.6 和 GLM-5.2 均无一成功。作者引用该结论指出高级网络能力扩散的门槛已被跨过。