论文与研究

Berkeley RDI 发布 CyberBinGym 基准,测试 AI 智能体能否仅凭二进制补丁写出真实漏洞利用

原文标题:CyberBinGym: Can AI Agents Turn Binary Patches into Real Exploits?

AI 摘要

UC Berkeley 等机构发布 CyberBinGym 基准,评估 AI 智能体在无源码、无漏洞描述、无触发输入的 1-day 场景下,仅凭 stripped 的漏洞与补丁二进制能否恢复并利用真实漏洞,含 100 个来自 53 个开源项目的任务。

关键信息

  • UC Berkeley 等机构发布 CyberBinGym 基准,评估 AI 智能体在无源码、无触发输入的 1-day 场景下
  • 仅凭 stripped 的漏洞与补丁二进制能否恢复并利用真实漏洞,含 100 个来自 53 个开源项目的任务
  • 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

速览

发布时间
来源
Berkeley RDI:Blog(AI 安全与评测)
分类
论文与研究
主题
Agent 智能体安全对齐
AI 评分
61
阅读原文 前往信息源阅读完整正文
推荐理由

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。

相关主题

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Berkeley RDI 发布 CyberBinGym 基准,测试 AI 智能体能否仅凭二进制补丁写出真实漏洞利用。2026年11月11日。https://new.nat6.net/news/xenhfme3azzcf8qpihr57fb93/

查看全部 →