待验证50% 置信基准精确时间
CyberSecEval由Meta推出，同时测量模型生成网络攻击辅助内容的风险倾向与安全防御知识的准确性；NYU CTF Bench基于真实CTF竞赛题目考察模型实战能力
1
来源数
50%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
OpenAI发布GPT-5.6：网络安全能力成核心卖点
rss2026/7/9
相关事实
待验证评估模型安全能力的基准包括Meta推出的CyberSecEval和NYU CTF Bench85% 相似待验证网络安全能力基准测试的类似框架包括DARPA的Cyber Grand Challenge和Meta的PurpleLlama CyberSecEval70% 相似待验证同一段网络扫描代码在安全研究场景中是合法工具，在攻击场景中可能是恶意载荷，使意图识别困难68% 相似待验证CTF竞赛起源于1996年的DEF CON黑客大会，通常分为解题制（Jeopardy）和攻防对抗制（Attack-Defense）两种模式68% 相似待验证Anthropic的网络安全防护针对防止模型被滥用于生成恶意代码、规划攻击路径或辅助针对关键基础设施发动网络攻击的场景68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/477629API
curl https://kongchang.com/api/v1/knowledge/claims/477629MCP
get_claim(id=477629)