Tuyên bố chưa được xác thực cho rằng các mô hình AI tương lai vượt trội về an ninh mạng

Một bài đăng trên mạng xã hội được chia sẻ trên Reddit tuyên bố rằng các mô hình AI chưa từng ra mắt hoặc mang tính giả định có tên DeepSeek V4.1 Flash 1017 và GPT 6 Sol đã được kiểm tra trên các tác vụ an ninh mạng tấn công nhiều bước. Tuyên bố này cho thấy mô hình DeepSeek đã vượt trội hơn đối thủ trên bộ tiêu chuẩn đánh giá này. Những tuyên bố như vậy làm nổi bật xu hướng sử dụng các tiêu chuẩn đánh giá chuyên biệt ngày càng tăng để đánh giá các mô hình ngôn ngữ lớn trên các tác vụ chuyên nghiệp thực tế phức tạp như an ninh mạng. Tuy nhiên, tên các mô hình chưa được xác thực hoặc mang tính tương lai cho thấy các cuộc thảo luận cộng đồng xoay quanh các tiêu chuẩn AI nên được tiếp cận một cách thận trọng. Bài đăng có sự góp mặt của các mô hình mang phiên bản tương lai và có vẻ là giả định, chẳng hạn như DeepSeek V4.1 Flash 1017 và GPT 6 Sol, làm dấy lên nghi vấn về tính xác thực của kết quả đánh giá. Hơn nữa, bài đăng liên kết đến một tuyên bố chưa được kiểm chứng trên mạng xã hội thay vì một báo cáo kỹ thuật chính thức.