NUWA 外部评估 ·
SEC-bench Pro official snapshot
整理 SEC-bench Pro 官网报告的评测结果，保留受测系统和运行配置。
发表 未核实
来源 ↓Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
涉及模型
SEC-bench Pro · 260617 / overall · headline
在有版本的软件安全任务集上复现可验证的漏洞触发输入。
Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
外部评测:
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
SEC-bench Pro · 260617 / overall · completed
在有版本的软件安全任务集上复现可验证的漏洞触发输入。
Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
外部评测:
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
SEC-bench Pro · 260617 / v8 · headline
在有版本的软件安全任务集上复现可验证的漏洞触发输入。
Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
外部评测:
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
SEC-bench Pro · 260617 / v8 · completed
在有版本的软件安全任务集上复现可验证的漏洞触发输入。
Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
外部评测:
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
SEC-bench Pro · 260617 / v8 · headline
在有版本的软件安全任务集上复现可验证的漏洞触发输入。
Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
外部评测:
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
SEC-bench Pro · 260617 / v8 · completed
在有版本的软件安全任务集上复现可验证的漏洞触发输入。
Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
外部评测:
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
SEC-bench Pro · 260617 / firefox · headline
在有版本的软件安全任务集上复现可验证的漏洞触发输入。
Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
外部评测:
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
SEC-bench Pro · 260617 / firefox · completed
在有版本的软件安全任务集上复现可验证的漏洞触发输入。
Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
外部评测:
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
SEC-bench Pro · 260617 / firefox · headline
在有版本的软件安全任务集上复现可验证的漏洞触发输入。
Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
外部评测:
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
SEC-bench Pro · 260617 / firefox · completed
在有版本的软件安全任务集上复现可验证的漏洞触发输入。
Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
外部评测:
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
SEC-bench Pro · 260617 / linux · headline
在有版本的软件安全任务集上复现可验证的漏洞触发输入。
Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
外部评测:
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
SEC-bench Pro · 260617 / linux · completed
在有版本的软件安全任务集上复现可验证的漏洞触发输入。
Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。
外部评测:
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
报告覆盖核查
| 章节 | 原文位置 | 处理方式 |
|---|---|---|
| SEC-bench Pro · 260617 / overall · headline | /0/results/0/score_modes/headline/score | reviewed-source-group Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。 |
| SEC-bench Pro · 260617 / overall · completed | /0/results/0/score_modes/completed/score | reviewed-source-group Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。 |
| SEC-bench Pro · 260617 / v8 · headline | /1/results/0/score_modes/headline/score | reviewed-source-group Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。 |
| SEC-bench Pro · 260617 / v8 · completed | /1/results/0/score_modes/completed/score | reviewed-source-group Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。 |
| SEC-bench Pro · 260617 / v8 · headline | /1/results/1/score_modes/headline/score | reviewed-source-group Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。 |
| SEC-bench Pro · 260617 / v8 · completed | /1/results/1/score_modes/completed/score | reviewed-source-group Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。 |
| SEC-bench Pro · 260617 / firefox · headline | /2/results/0/score_modes/headline/score | reviewed-source-group Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。 |
| SEC-bench Pro · 260617 / firefox · completed | /2/results/0/score_modes/completed/score | reviewed-source-group Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。 |
| SEC-bench Pro · 260617 / firefox · headline | /2/results/1/score_modes/headline/score | reviewed-source-group Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。 |
| SEC-bench Pro · 260617 / firefox · completed | /2/results/1/score_modes/completed/score | reviewed-source-group Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。 |
| SEC-bench Pro · 260617 / linux · headline | /3/results/0/score_modes/headline/score | reviewed-source-group Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。 |
| SEC-bench Pro · 260617 / linux · completed | /3/results/0/score_modes/completed/score | reviewed-source-group Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。 |
参考文献
数值结果由所引研究的作者报告。
- [1] SEC-bench Pro official leaderboard: selected 260617 and historical 260505 ; /0/results/0/score_modes/headline/score; /0/results/0/score_modes/completed/score; /0/results/1/score_modes/headline/score