先了解这件事
Wiz Research 公开其 Cyber Model Arena v3.9 的基准设计方法,用于评估 AI 智能体执行网络安全任务的能力。据 Wiz 介绍,该版本截至博客发布时包含 26 个模型、4 个通用 harness、59 个智能体、327 道挑战,每道挑战可尝试 3 次、每次限时 1000 秒,挑战分为代码漏洞、API 安全、Web 安全和云安全四类。
Wiz 称,任务未使用大模型生成或标注;每道挑战都要求留下可核查的效果或输出精确的结构化结果,由确定性评分器在智能体结束后检查。Wiz 表示完整方法论、评分方式和任务收集过程可下载。
AI 根据报道生成 · 6 天前更新最新进展
Wiz 讲解如何评估 AI 智能体的网络安全能力
热度走势
事件进展1
Wiz发布AI Agent网络安全能力评估基准方法论
Wiz:Research:Wiz 讲解如何评估 AI 智能体的网络安全能力