GPT-5.5

方法与范围

历史漏洞集合中的经验证复现表现。

证据类型

可复用基准

评测对象

复现历史漏洞的 AI 智能体

主观测维度

Capability · 任务能力

证据快照

2026-10-29.1

主维度依据来源实际测量的构念；具体指标可能属于其他维度。

来源结论

来源报告 56/101。展示的 55.45% 由 NUWA 根据这些计数换算，保留两位小数。

适用限制

漏洞复现的范围小于对部署系统的自主入侵。

来源转录不等于实验复现。未确定的日期、执行方及配置保留为未知；原文分组不作为经核验排名。 本条限制说明（英文，完整保留）：122 GLM tasks run; comparison restricted to 101 matched tasks. Nineteen tasks lacked comparator coverage; two tasks excluded as defective. Hard-task selection not representative of all 1507 tasks.

保留原图，不估算数值；本轮未完成原文全部表格转录。

相关研究问题