Artículos e investigación

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
Tema
AgenteSeguridad y alineación
Puntuación IA
61
Leer el original Leer el artículo completo en la fuente original
Por qué importa

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。

Temas

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.

Artículo original · Ficha de AIHOT

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/

Ver todo →