熱點事件持續更新
CyberGym 基準評估 AI 智能體網絡安全能力
1 篇報道1 個報道來源2 小時前更新
先了解這件事
AI 綜述
2026-10-13，Berkeley RDI 發表 CyberGym 基準，用來大規模評估 AI 智能體在真實世界網絡安全方面的能力。基準涵蓋 188 個開源項目的 1,507 個真實漏洞，並透過執行測試評估智能體重現漏洞的能力。評測中，Claude-Sonnet-4.5 單次試驗成功率為 28.9%，30 次試驗的成功率升至 66.7%。研究另確認 10 個此前未知的零日漏洞，以及 17 宗不完整修補案例。
AI 根據報道生成 · 2 小時前更新
最新進展10月13日 22:26
Berkeley RDI 發表 CyberGym，並公佈 Claude-Sonnet-4.5 評測結果及研究確認的漏洞案例。報道時間線
沿着報道，瞭解事件的不同側面。
10月13日
- Berkeley RDI：Blog精選CyberGym：大規模評估 AI 智能體的真實世界網絡安全能力
Berkeley RDI 發表 CyberGym 基準，涵蓋 188 個開源項目的 1,507 個真實漏洞，並以執行測試評估 AI 智能體重現漏洞的能力。CyberGym 評測中，Claude-Sonnet-4.5 單次成功率為 28.9%，30 次試驗升至 66.7%；研究另確認 10 個此前未知的零日漏洞及 17 宗不完整修補案例。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。