基准

ExploitBench

评估AI模型发现和利用软件漏洞能力的网络安全基准测试

时间轴 (近 90 天)

10月15日

Meta 报告 Muse Wonder 在网络能力方面 CyberGym 为 88.4%、ExploitBench 为 58.9%、ExploitGym 为 92 个捕获旗标。

待验证50%

9月12日

GPT-6 Astra爆料声称在ExploitBench拿下100%满分

已过期50%

Meta 报告 Muse Wonder 在网络能力方面 CyberGym 为 88.4%、ExploitBench 为 58.9%、ExploitGym 为 92 个捕获旗标。