Berkeley RDI lanza el benchmark CyberBinGym para probar si los agentes de IA pueden escribir exploits reales solo con parches binarios
Título original:CyberBinGym: Can AI Agents Turn Binary Patches into Real Exploits?
Resumen de IA
UC Berkeley y otras instituciones lanzan el benchmark CyberBinGym, que evalúa si los agentes de IA pueden recuperar y explotar vulnerabilidades reales en escenarios 1-day sin código fuente, sin descripción de la vulnerabilidad y sin entrada de activación, contando únicamente con los binarios stripped de la vulnerabilidad y del parche. Incluye 100 tareas de 53 proyectos de código abierto.
Puntos clave
- UC Berkeley y otras instituciones lanzan el benchmark CyberBinGym,que evalúa si los agentes de IA…
- sin descripción de la vulnerabilidad y sin entrada de activación,contando únicamente con los…
- Incluye 100 tareas de 53 proyectos de código abierto.
Resumen rápido
- Publicado
- Fuente
- Berkeley RDI:Blog(AI 安全与评测)
- Categoría
- Artículos e investigación
- Puntuación IA
- 61
基准把漏洞恢复与可审计利用分开度量,结果显示 Codex 恢复 88% 但仅 20% 能完成利用,硬化编译进一步压缩成功率。
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Berkeley RDI lanza el benchmark CyberBinGym para probar si los agentes de IA pueden escribir exploits reales solo con parches binarios. 11. noviembre 2026. https://new.nat6.net/es/news/xenhfme3azzcf8qpihr57fb93/