Benchmark
Exploit Bench
专门衡量AI网络安全攻防能力的基准测试，覆盖漏洞识别、利用链构造和渗透测试场景，属于任务完成型评估范式，要求模型在沙盒环境中完成端到端渗透测试
Timeline (last 90 days)
Sep 17
OpenAI公布Astra在Exploit Bench达到100%
Unverified50%
Sep 17
Exploit Bench是用于评估模型自动化漏洞利用能力的安全领域基准
Unverified50%
专门衡量AI网络安全攻防能力的基准测试，覆盖漏洞识别、利用链构造和渗透测试场景，属于任务完成型评估范式，要求模型在沙盒环境中完成端到端渗透测试
OpenAI公布Astra在Exploit Bench达到100%
Exploit Bench是用于评估模型自动化漏洞利用能力的安全领域基准