热点事件持续更新
BoundaryBench 测试多款模型抗提示注入
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月12日，BestBlogs.dev 报道了一项名为 BoundaryBench 的基准测试，评估 Gemini 3.7 Flash、GPT-5.4 nano、Qwen 3 Next 80B Instruct 和 Claude Haiku 4.5 在 144 次提示词注入攻击下的退款策略合规性。报道称，Claude Haiku 4.5 在该测试中得 0 分，Qwen 3 得 97.2 分，且两者的失败模式截然不同。报道未披露其余模型的得分，也未说明测试的具体评分标准与失败模式细节。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- BestBlogs.devBoundaryBench 基准测试：Claude Haiku 4.5 得 0 分、Qwen 3 得 97.2 分，失败模式截然不同
BoundaryBench 基准测试评估了 Gemini 3.7 Flash、GPT-5.4 nano、Qwen 3 Next 80B Instruct 和 Claude Haiku 4.5 在 144 次提示词注入攻击下的退款策略合规性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。