AISI Japan: Activity·· 18 日前AIスコア38
AI検証ノート：ExploitBenchによるClaude Opus 4.8のサイバー能力評価、事例分析の重要性
AI検証ノート：ExploitBenchによるClaude Opus 4.8のサイバー能力評価 ～事例分析の重要性について～AI Experiment Notes: Cyber Capability Evaluation of Claude Opus 4.8 Using ExploitBench -The Importance of Case-Level Analysis
AIによる概要
ExploitBenchでAnthropicのClaude Opus 4.8のサイバー能力を評価した結果、前モデルのOpus 4.7と比べ全般的に同等以上と確認された。比較可能な40件のうち15件でより上位のTierに、23件で同一Tierに到達した。crbug-1509576ではpc_controlを獲得したが追試では再現されず、ScoreやTierだけでなく実行ログの精査と再現性の確認が重要とされた。
出典: AISI Japan: Activity · aisi.go.jp