AGI Hunt· teortaxesTex·· 4 小时前AI 评分39
ExploitBench 成绩高度依赖 harness：GLM 5.3 Flash 表现远超 GLM 4.1 Flash
ExploitBench 成绩高度依赖 harness：GLM 5.3 Flash 表现远超 4.1
AI 导读
GLM 5.3 Flash 在 ExploitBench 上明显强于 GLM 4.1 Flash，成绩高度依赖 harness：Claude Code 中表现最好，Codex 居次。该 harness 并非 ZCode 或 DSH，而是 ExploitBench 默认的约等于 Python while 循环的环境。
来源：AGI Hunt · agihunt.info