Exploitbench：全面評估AI代理的漏洞利用能力
Exploitbench是一個由卡內基梅隆大學開發的新基準，用於全面評估AI代理在真實漏洞利用中的能力。它定義了從程式碼覆蓋到完全控制的5個層級（T5-T1），並針對V8引擎進行測試。當前排行榜顯示，Claude Mythos Preview和GPT-5.5已能在多個漏洞上實現任意程式碼執行。
Exploitbench：全面評估AI代理的漏洞利用能力
本文僅提供摘要
根據來源內容權限，本站僅提供編輯摘要、要點和原文連結。
Exploitbench是一個由卡內基梅隆大學開發的新基準，用於全面評估AI代理在真實漏洞利用中的能力。它定義了從程式碼覆蓋到完全控制的5個層級（T5-T1），並針對V8引擎進行測試。當前排行榜顯示，Claude Mythos Preview和GPT-5.5已能在多個漏洞上實現任意程式碼執行。
根據來源內容權限，本站僅提供編輯摘要、要點和原文連結。