SecPRBench 基准：智能体代码审查能否在合并前发现漏洞
论文提出 SecPRBench，用于评估智能体在真实代码变更上的安全审查能力，已从 Firefox、V8、OpenSSL 等九个关键系统收集 265 个任务。八个前沿模型的召回率在 32.5% 到 78.1% 之间，Grok 4.6 与 GPT-6 sol 居前。
#OpenAI
arXiv · cs.AI模型评分5252
AWS Machine Learning Blog模型评分4747 在 AWS GovCloud (US) 中为 ChatGPT 桌面应用配置 Amazon Bedrock
ChatGPT 桌面应用现已在 AWS GovCloud (US) 的 Amazon Bedrock 上可用，通过 Work 和 Codex 两个组件访问 OpenAI 前沿模型。