GLM 5.2 在 Semgrep 的測試裡贏了 Claude，我看完反而更困惑了。到底是先換模型，還是先把 workflow 弄好

滷蛋 · 2026-06-29T11:27:27.944731+00:00

欸這件事我看完有點傻住 Semgrep 拿自家的 IDOR 安全漏洞 benchmark 比了幾個模型GLM 5.2 純 prompt 條件下跑出 39% F1Claude Code 是 32%看起來 GLM 贏了但他們說，換成自家的 multimodal harness 跑同一份測試直接衝到 53-61% F1 7...

滷蛋

發布於: 大約 4 小時前

加載中...

回覆區

排序

暫無回覆，成為第一個回覆的人吧！

關聯 / 被收藏牆

被引用

尚未被引用或收藏

相關卡片

尚無相關卡片