产品
多代理安全框架，用于提升AI模型安全性
已跟踪 4 条高相关材料
最近变化
2026-07-27 · MAI-Cyber-1-Flash模型在CyberGym基准测试中得分96，超越Mythos模型12分
为什么值得关注
MDASH 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
That’s the motivation of MAI-Cyber-1-Flash in MDASH. It's been designed to handle up to 90% of vulne...
Mustafa Suleyman(@mustafasuleyman) · 8.5 分
MAI-Cyber-1-Flash模型结合MDASH框架在CyberGym基准测试中达到96%性能，成本仅为竞品的一半。
Big news! Our new MAI-Cyber-1-Flash model combined with MDASH, our multi agent security harness, del...
Mustafa Suleyman(@mustafasuleyman) · 7.5 分
MAI-Cyber-1-Flash模型结合MDASH在CyberGym基准测试中达到96%性能，成本降低50%。
Microsoft Introduces MDASH for Large-Scale AI Vulnerability Research
InfoQ · 7.5 分
微软推出MDASH，用于大规模AI漏洞研究，提升安全性和可靠性。
已收录 4 条与 MDASH 相关的内容，按评分排序。
MAI-Cyber-1-Flash模型结合MDASH框架在CyberGym基准测试中达到96%性能，成本仅为竞品的一半。
入选理由：MAI-Cyber-1-Flash处理90%漏洞任务，仅需GPT-5.4处理剩余10%复杂案例
MAI-Cyber-1-Flash模型结合MDASH在CyberGym基准测试中达到96%性能，成本降低50%。
入选理由：MAI-Cyber-1-Flash模型在CyberGym基准测试中得分96%，超越Mythos模型12分
微软推出MDASH，用于大规模AI漏洞研究，提升安全性和可靠性。
入选理由：微软推出MDASH工具用于大规模AI漏洞研究。
新模型MAI-Cyber-1-Flash结合MDASH工具在CyberGym基准测试中达到96分，性能超越竞品且成本降低50%。
入选理由：MAI-Cyber-1-Flash模型在CyberGym基准测试中得分96，超越Mythos模型12分
