← 研究目录

研究机构

哥伦比亚大学

角色与署名遵循所引原始资料。来源核验不等于独立复现实验。

更多筛选 →

哥伦比亚大学 ↗

风险评测评测基准

The Next Challenge for Agentic Cybersecurity: A Realistic, Contamination-Free Reverse Engineering Benchmark

研究机构哥伦比亚大学 Google DeepMind 加州大学伯克利分校 Vals AI OpenAI Anthropic 塔夫茨大学加州大学洛杉矶分校

2026-08-11

研究问题无源码时，智能体能否恢复真实规模二进制的语义？

来源摘要GPT-5.6 Sol完整解决80/254例，Claude Fable 5.1为60/223。

NUWA 研究解读 · 独立复核待完成

网络安全Capability · 任务能力

阅读来源笔记原始来源 ↗