NUWA SEC-bench: Automated Benchmarking of LLM Agents on Real-World Software Security Tasks
研究问题能否构造带可复现漏洞和修补核验的安全智能体数据集？
来源摘要完整数据集所报最佳成功率分别18.0%与34.0%。
NUWA 研究解读 · 独立复核待完成
研究机构
普渡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 →研究问题能否构造带可复现漏洞和修补核验的安全智能体数据集？
来源摘要完整数据集所报最佳成功率分别18.0%与34.0%。
NUWA 研究解读 · 独立复核待完成