分析:近期开源权重模型在网络能力上落后前沿闭源模型4至7个月,差距较2025年大部分时间的6至10个月有所缩小

通用 AITechmeme7/18 14:55译自英文查看原文 ↗

AI安全研究所分析显示开源模型与闭源模型的网络能力差距正在缩小。

洞察 AI 小结
这一趋势表明开源AI模型的能力提升速度可能快于预期,对AI安全治理和模型部署策略具有重要影响。
摘要

AI安全研究所(AISI)的分析显示,近期开源权重模型在网络(网络攻击)能力上落后于前沿闭源模型4至7个月,这一差距较2025年大部分时间的6至10个月有所缩小。该机构自2023年起持续追踪前沿AI模型的网络能力,并基于其评估体系得出这一结论。

  1. 研究背景:AISI自2023年起追踪前沿AI模型的网络能力。
  2. 核心发现:近期开源权重模型落后闭源模型4-7个月,差距较此前6-10个月收窄。
  3. 数据支撑:基于AISI的评估体系,对比最先进模型的表现。
核心要点
  • AISI自2023年起持续评估前沿AI模型的网络能力。
  • 近期开源权重模型在网络能力上落后闭源模型4至7个月。
  • 此前2025年大部分时间,差距为6至10个月。
  • 差距缩小表明开源模型在网络能力方面正在快速追赶。
查看原文 ↗
原题:Analysis: recent open weight models lag frontier closed models' cyber capabilities by 4 to 7 months, a narrower gap than the 6 to 10 months through most of 2025 (AI Security Institute)