NUWA 外部评估 · Lyptus Research
Offensive Cybersecurity Time Horizons
原始任务跨度报告与聚合运行数据，用于澄清 CyberGym 的任务子集、配置及重试叠加。
发表 2026-04-02
来源 ↓核查原始文章与聚合数据的证据沿革；未采集运行日志或攻击内容。
涉及模型
报告覆盖核查
| 章节 | 原文位置 | 处理方式 |
|---|---|---|
| CyberGym setup and results | CyberGym results; methodology; aggregate model_runs.parquet | source-lineage-reviewed 原始 103 项与衍生 101 项任务汇总保持区分；高预算叠加包含 pass@2。 |
参考文献
- [1] Jack Payne, Jeremy Miller 等. Offensive Cybersecurity Time Horizons. 2026-04-02