サイバーセキュリティ分野のベンチマーク「ExploitBench」でも、Anthropicの「Mythos Preview」と同等の性能をわずか約3分の1のトークンで達成

サイバーセキュリティ分野のベンチマーク「ExploitBench」でも、Anthropicの「Mythos Preview」と同等の性能をわずか約3分の1のトークンで達成