安全内参·· 2 天前精选推荐指数77
CyberArena 用466场Agent攻防对局重测大模型实战能力
网络安全的AlphaGo时刻，或从这466场Agent对局开始
AI 导读
来自2077AI、UC Berkeley RDI、UC Santa Cruz、UCSB等机构的研究团队推出对称式攻防评测 CyberArena，12款前沿模型+harness组合在攻防夺旗形式下对战。
推荐理由
该研究用466场双向对抗对局揭示单机答题分数与实战攻防表现的落差，读者可据此重新审视现有漏洞解决率榜单的含金量。
来源：安全内参 · secrss.com