NUWA EVALUATIONS
NUWA 持续评测
通过版本化协议与运行批次开展持续评测。下方保留相关已发表研究,新的持续运行计划正在筹备。
本次平台版本没有发布新的持续评测批次。批次发布需要冻结协议、准确系统配置、执行回执与可追溯结果。
网络任务能力持续评测
- 研究主题
- 网络安全
- 参考协议
- AgentCyberRange
- 协议版本/系统/运行日期
- 首批运行前冻结
- 执行职责
- NUWA · 计划执行
相关已发表证据保留原协议和执行方,不计为此计划的新运行。
自主性与可控性评测
- 研究主题
- 自主性
- 参考协议
- RepliBench
- 协议版本/系统/运行日期
- 首批运行前冻结
- 执行职责
- NUWA · 计划执行
相关已发表证据保留原协议和执行方,不计为此计划的新运行。
欺骗与监督评测
- 研究主题
- 欺骗
- 参考协议
- OpenDeception
- 协议版本/系统/运行日期
- 首批运行前冻结
- 执行职责
- NUWA · 计划执行
相关已发表证据保留原协议和执行方,不计为此计划的新运行。
已发布运行批次
尚无已发布运行批次。真实运行完成并通过验证后,将在此列出协议版本、系统、结果与回执。
发布要求
每次运行绑定协议、任务集、脚手架和配置哈希、起止时间、计分版本与样本状态。方法作者与实验执行方分别署名。
平台发布清单 · JSON →