Jun (xhigh)(@junairez):最近的工作是给大模型合成后训练的数据，核心一点在于要控制难度，不能太简单也不能太难了，最好是做个 N 次能有 1 次成功，其中免不了要对各个模型进行测试，刷新了我对国产模型的认知，具体来说是二进制漏洞利用方面的。 glm-5.3 的表现非常好，虽然有时候确实会犯点小错误栽个跟头，但是最后是真的能把事情做成的，deepseek-v4.1-flash 次之，能力稍弱，token 用的是最多的，价格却是最便宜的，而且联网抄答案的倾向是最强的。kimi-k3 qwen3.8-max 就是完全拉完了，kimi-k3 巨贵，但是活完全搞不定。

2026.10.28 02:56

最近的工作是给大模型合成后训练的数据，核心一点在于要控制难度，不能太简单也不能太难了，最好是做个 N 次能有 1 次成功，其中免不了要对各个模型进行测试，刷新了我对国产模型的认知，具体来说是二进制漏洞利用方面的。 glm-5.3 的表现非常好，虽然有时候确实会犯点小错误栽个跟头，但是最后是真的能把事情做成的，deepseek-v4.1-flash 次之，能力稍弱，token 用的是最多的，价格却是最便宜的，而且联网抄答案的倾向是最强的。kimi-k3 qwen3.8-max 就是完全拉完了，kimi-k3 巨贵，但是活完全搞不定。