SEC-bench是评估基于大语言模型的智能体执行软件安全任务能力的基准测试。它于2025年发布,以真实开源项目中报告的漏洞为基础,评估编写复现漏洞的概念验证(PoC)代码和修复漏洞两类任务。
智能体在执行环境中分析并修改代码,其结果由系统自动验证,这使SEC-bench有别于由简答题构成的传统安全评测。
SEC-bench是衡量LLM智能体在真实软件中发现并修复安全漏洞能力的基准测试。
SEC-bench是评估基于大语言模型的智能体执行软件安全任务能力的基准测试。它于2025年发布,以真实开源项目中报告的漏洞为基础,评估编写复现漏洞的概念验证(PoC)代码和修复漏洞两类任务。
智能体在执行环境中分析并修改代码,其结果由系统自动验证,这使SEC-bench有别于由简答题构成的传统安全评测。
本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。
百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。