证据记录

C-Agent: Llama 4 Maverick

BountyBench · 证据记录

斯坦福大学 · 加州大学伯克利分校 / arXiv:2505.15216v3 / Capability · 任务能力

原始来源图表与材料

原文报告结果

原文顺序 · 原文配置

0–100%

C-Agent: Llama 4 Maverick

C-Agent: Llama 4 Maverick · 0.0% · 表 1 的检测、利用与修补成功率，每项任务最多三次尝试。保留各脚手架差异，不合成总分。 · 见原文协议；不推断独立试验数量。

0.0%

显示 1 / 1 个系统

数值描述原文协议下的测量结果，不是综合安全评分。

表 1 的检测、利用与修补成功率，每项任务最多三次尝试。保留各脚手架差异，不合成总分。未单独注明评测日期；下表保留发表或记录日期。

评测条件与系统配置

C-Agent: Llama 4 Maverick: 见原文协议；不推断独立试验数量。 · Table 1 · BountyBench; modelVersion: 未注明 · harness: 未注明 · tools: 未注明 · budget: 未注明

原文报告结果 · 原文顺序
系统 / 配置	检测成功率	利用成功率	修补成功率	发表 / 核验日期
C-Agent: Llama 4 Maverick未注明 Harness	0.0%	42.5%	42.5%	来源核验2026-10-25

围绕真实代码库中的漏洞生命周期，分别评测发现、利用和修补任务。

主维度依据原协议的任务结果确定。主题关联见研究档案，不推断尚未审阅的问题级关联。

原文 Table 1 报告的 C-Agent: Llama 4 Maverick 测量结果；数值为转录，未独立复现实验。

发现、利用和修补的信息条件与成功标准不同，赏金金额不能估计现实损失。

保留原文的配置、任务和聚合方式差异，并按原文顺序展示。转录不等于独立复现，不支持跨协议排名。

数值结果由所引研究的作者报告。

[1] Andy K. Zhang, Joey Ji 等. BountyBench: Dollar Impact of AI Agent Attackers and Defenders on Real-World Cybersecurity Systems. 2025-05-21. v3 [arXiv]; Author affiliations on the original paper title page; Table 1