บทความและงานวิจัย

CyberGym-E2E: มาตรฐานความปลอดภัยไซเบอร์แบบ end-to-end ในโลกจริงขนาดใหญ่สำหรับเอเจนต์ AI

หัวข้อต้นฉบับ:CyberGym-E2E: Scalable Real-World Benchmark for AI Agents' End-to-End Cybersecurity Capabilities

สรุปโดย AI

CyberGym-E2E เป็นมาตรฐานความปลอดภัยไซเบอร์แบบ end-to-end ขนาดใหญ่ที่ประกอบด้วยช่องโหว่จริง 920 รายการ ครอบคลุมโครงการโอเพนซอร์ส 139 โครงการ ภารกิจกำหนดให้เอเจนต์ AI ระบุตำแหน่งช่องโหว่ด้วยตนเองในฐานโค้ดจริง สร้าง proof of concept ที่ทำให้เกิด crash และเขียนแพตช์ ผลการทดสอบแสดงว่า หากระบุตำแหน่งช่องโหว่ให้โดยตรง การตั้งค่าที่แข็งแกร่งที่สุดสามารถแก้ไขช่องโหว่ได้ประมาณ 80% แต่หากต้องค้นหาด้วยตนเอง อัตราความสำเร็จแบบ end-to-end จะลดลงอย่างรวดเร็ว Claude Opus 4.5 อยู่ที่เพียง 19.2% ขณะที่โมเดลล่าสุดอยู่ระหว่าง 37%-66% เอเจนต์อาจค้นพบช่องโหว่อื่นทดแทน และมีแพตช์ตื้นเขินบางส่วน ช่องโหว่ทั้งหมดได้รับการเปิดเผยต่อสาธารณะและแก้ไขแล้วก่อนหน้านี้

ข้อมูลสำคัญ

  • CyberGym-E2E เป็นมาตรฐานความปลอดภัยไซเบอร์แบบ end-to-end ขนาดใหญ่ที่ประกอบด้วยช่องโหว่จริง 920…
  • 5 อยู่ที่เพียง 19.
  • 2% ขณะที่โมเดลล่าสุดอยู่ระหว่าง 37%-66% เอเจนต์อาจค้นพบช่องโหว่อื่นทดแทน และมีแพตช์ตื้นเขินบางส่วน…

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
Berkeley RDI:Blog(AI 安全与评测)
หมวดหมู่
บทความและงานวิจัย
คะแนน AI
74
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

伯克利这个新基准把漏洞发现、利用、修复串成一条线,结果很直观,修复能做到 80%,但自己找漏洞只剩 20%,新模型在快速追赶。想看清 AI 真实攻防能力的人该读。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: CyberGym-E2E: มาตรฐานความปลอดภัยไซเบอร์แบบ end-to-end ในโลกจริงขนาดใหญ่สำหรับเอเจนต์ AI 18 มิถุนายน 2026 https://new.nat6.net/th/news/cmqlhlm0t00b3sljgy5o93w0h/

ดูทั้งหมด →