HyperAIHyperAI

Command Palette

Search for a command to run...

CyberGym-E2E-AA

Berkeley RDI CyberGym-E2E 的实现,这是一个防御性网络安全基准,测试智能体能否在 C/C++ 开源项目中找到真实的内存安全漏洞、用概念验证输入复现,并在不破坏项目测试的前提下完成修补。

模型
19 当前,25 总共
中位数
71.8%
范围
0.0%–94.7%

分数分布

最低
0.0%
中位数
71.8%
最高
94.7%

排行榜

数据来源:Artificial Analysis