公开知识图谱记录
ExploitGym
记录摘要
用于量化AI模型网络安全能力的评估基准测试。
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: 用于代理网络安全评估的内部环境
- 基准测试: 包含898项真实漏洞任务；198项此前模型未答对
- 基准测试: 包含898个真实漏洞任务；198项此前模型从未答对，讨论板话题中93%来自这198项
资料覆盖
知识图谱当前记录了 5 个已知资料维度，另有 12 个维度尚未记录，关联 10 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- AI Agent — 用于
- AI Agent — 评测于
- frontier AI agents — 采用
- Artifactory — 相关
- 沙箱隔离 — 采用