研究とモデル 2026年10月21日

今日 · 投稿 10 月 20 日

DeepSeek、攻撃課題で旗艦を上回る——点数は未公表

第三者評価企業 Vals AI の暫定結果によれば、模擬の企業ネットワークでの多段階の攻撃型セキュリティ課題で、DeepSeek V4.1 Flash 1017 が GPT-6 Sol を上回った。点数と方法は数週間後に公表される。 Vals AI は、モデルの第三者評価を公表する企業である。Vals によれば、自社で作った多段階の攻撃型セキュリティ課題で、DeepSeek V4.1 Flash 1017 が GPT-6 Sol を上回った。GPT-6 Sol は、信頼アクセスプログラム Daybreak を通じて試した。このプログラムが何かは原文に説明がない。テストのアクセス条件をどう設定したかが、結果を左右した可能性がある。評価の環境は模擬の企業ネットワークで、完全な結果は数週間後に公開される（Vals AI、2026-10-20）。比べたのはこの二つのモデルだけで、点数は投稿にない。Ai2 で事後学習を研究し、Interconnects を書く Nathan Lambert 氏は Vals の結果に応じた。Lambert 氏の見方では、AI のセキュリティのリスクはエコシステム全体の問題に近く、オープンウェイトのモデル特有の問題ではない。Lambert 氏はまた、同じモデルはおそらく防御も得意だが、防御の結果は注目を集めないので誰も投稿しないとも書いた（Nathan Lambert、2026-10-20；Nathan Lambert、2026-10-20）。Lambert 氏はオープンモデルを推す立場で、二つの投稿はどちらも同氏の意見で、データは添えられていない。本紙の読みでは、一つの課題の暫定結果からは、オープンウェイト全体のセキュリティ能力は読めない。 どう確かめたか →