研究人员推出AI攻防对抗评测基准CyberArena

2026年10月，研究人员推出动态对称对抗评测基准CyberArena。该基准让两个AI智能体在隔离沙盒内同时扮演攻击者与防御者，围绕不断变化的服务展开多轮实时攻防对抗。CyberArena包含自动生成新环境的流水线，以及将比赛动态映射为攻防多维评分的动态模型。在针对12个前沿LLM智能体的40项挑战与466场对局评测中，该基准成功拉开了以往单智能体基准无法区分的模型能力差距。

AI 根据报道生成 · 32 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。