Gemini 3.7 Flash THOR Finding Triage Benchmark

摘要

在 189 个真实世界 THOR findings 上报告 72.5% 得分、100% Threat Capture、0% Critical Misses，并称假阳性过滤优于其测试的 Qwen 3.7 Max、Kimi K3 与 DeepSeek V4。

注意：这是作者自建基准的单条公开结果，应结合其评分方法与排行榜复核。

原文阅读

本站仅展示 Tabbit 编辑摘要和必要节选；完整内容、上下文与最新版本请查看原始来源。

使用说明

本文档是来源资料存档，不代表 Tabbit 或本文档维护者对原文结论的背书。引用基准分数、价格和模型能力时，请回到原文确认版本、测试集和时间。