Microsoft は CyberGym で 95.95% のスコアを獲得し、Claude Mythos と GPT-5.6 Sol を上回りました。
Microsoftは7月27日に初の専用サイバーセキュリティモデル「MAI-Cyber-1-Flash」をリリースし、それを「CyberGym」ベンチマークで95.95%のスコアを獲得した脆弱性探索システム「MDASH」に統合しました。同社によると、この構成はAnthropicの「Mythos 5」およびOpenAIの「GPT-5.6 Sol」を上回り、さらにMicrosoftの現行で最も優れた「MDASH」セットアップより50%低コストです。CyberGymは、AIエージェントに188のオープンソースプロジェクトにまたがる既知の脆弱性1,507件を再現させ、制御された環境で正常に再現できた割合に基づいてスコアを付けるベンチマークです。MicrosoftのCEOサティア・ナデラは、統合システムは先行するモデルの半額で世界クラスの性能を提供すると述べ、汎用的な能力のために構築された高密度の最先端モデルを、Microsoftの効率重視モデルとして初めて上回ったことを示したとしました。 MDASH Outperforms Competing Models on CyberGym Benchm
MSFT15.15%
OliverGrant·07-27 19:10
