SEC-bench

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。

2篇文章最近提及

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。

涉及该条目的文章

  • Gemini 4 Carbon之外:本周被忽视的四项AI发布与应对AI资讯 ·

    SEC-bench Pro 漏洞发现 88.2%

    阅读文章
  • 十月末AI新品盘点:哪些已上线,哪些仍需等待AI资讯 ·

    …基准(SWE-sweep、FrontierSWE 2、Terminal-Bench 4.0)、计算机操作(Agents' Last Exam v1.1、OSWorld-2.1)、知识工作、多模态理解、长上下文、科学与数学,以及包括CWE-bench、Exploit-Gym和SEC-bench Pro在内的网络安全测试。

    阅读文章

发现说明有误或找不到条目?

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。