公布六个开放模型代理安全评测结果

kadufarah1979公布 segops v0.2 对六个开放模型的代理运维安全评测结果。该评测包含100个虚构案例、61种工具和10个指令注入案例，通过执行、请求审批、拒绝及请求澄清区分严重错误与过度谨慎。六个模型经 Ollama 在16核 CPU、无 GPU、温度为0的条件下测试；其中 qwen3:4b 获得79/100个正确答案，并出现2次严重失败。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。