AGI Hunt· goyal__pramod·· 1 小时前AI 评分51
CMU 发布 ExploitBench 评测 LLM 网络攻击能力阶梯
CMU 发布 ExploitBench:把 LLM 网络攻击能力做成「阶梯」评测
AI 导读
CMU 发布 ExploitBench,将 LLM 漏洞利用能力从触发 bug 到完全控制目标拆分为渐进式能力阶梯。评测对 12 个 Tier-3+ 活动最多的 bug 逐 turn 记录能力解锁曲线,其中 Mythos Preview 的能力爬升高于其余 8 个 agent,且饱和更晚。
来源:AGI Hunt · agihunt.info