风险评测 · 评测基准

CyberSecEval 4

NUWA 研究解读 · 独立复核待完成

首次发表: 发表日期尚未核实来源核验: 2026-10-25

原始来源 ↗引用本记录 ↓网络安全 →

NUWA Research Note

研究问题研究设计与假设来源发现 NUWA 解读局限与相反证据研究与决策意义机构与角色原始资源

模型辅助整理 · 选读原始全文或官方文章中的相关章节；尚未完成逐章节审计。

研究速读

NUWA 解读：这是套件地图，不是单一基准或风险分数。

研究问题

CyberSecEval套件覆盖哪些安全构念？

研究设计与假设

第四版文档区分攻击辅助、注入与解释器风险以及防御任务，并新增CyberSOCEval和AutoPatchBench。

来源发现

CyberSOCEval含恶意软件分析与威胁情报推理。

AutoPatchBench测原生代码安全修补；介绍未给统一表现结果。

NUWA 解读

NUWA 解读：这是套件地图，不是单一基准或风险分数。

局限与相反证据

介绍不足以确立所有组件协议、版本、样本数或可比得分。

研究与决策意义

模型建议：比较模型前选择并引用具体组件文档。

精确来源位置

Introduction · Introduction: CyberSecEval 4 overviewSelected original resource https://meta-llama.github.io/PurpleLlama/CyberSecEval/docs/intro; sha256:d1fa0b20e03bb8672ef79d157f38f9167109068cfcf0ad7f12ada2abcc3457f7; archived source capture; exact capture time not independently established
Introduction · Benchmark descriptions: CyberSOCEval and AutoPatch TestsSelected original resource https://meta-llama.github.io/PurpleLlama/CyberSecEval/docs/intro; sha256:d1fa0b20e03bb8672ef79d157f38f9167109068cfcf0ad7f12ada2abcc3457f7; archived source capture; exact capture time not independently established

来源核查、数据提取、编辑批准与实验复现分别记录。方法说明 →

机构与角色

发布机构 Meta

评测协议

Meta CyberSecEval / CyberSecEval 4 →

引用与复用

引用研究发现时请引用原始出版物；引用 NUWA 的整理与解释时，单独引用本站记录及对应快照。

BibTeX ↓RIS ↓记录与来源元数据 · JSON ↓阅读覆盖 · JSON 提交更正

原始出版物 · BibTeX

@misc{cyberseceval,
  title = {CyberSecEval 4},
  url = {https://meta-llama.github.io/PurpleLlama/CyberSecEval/docs/intro},
  version = {Source capture 2026-10-25},
  note = {Source capture 2026-10-25}
}

NUWA 记录 · BibTeX

@misc{cyberseceval-nuwa,
  title = {CyberSecEval 4 — NUWA research record},
  url = {https://whitzard.tech/nuwa/whitzard-index/work/cyberseceval/},
  version = {2026-10-29.1},
  organization = {NUWA Frontier AI Safety Lab},
  howpublished = {Retained note edition: https://whitzard.tech/nuwa/whitzard-index/data/record-editions/2026-10-29.1--cyberseceval.json},
  note = {NUWA research note. Source-reading scope and independent review status are stated on the record. Snapshot 2026-10-29.1. Retained note edition: https://whitzard.tech/nuwa/whitzard-index/data/record-editions/2026-10-29.1--cyberseceval.json.}
}

证据快照 2026-10-29.1 · 索引更新 · RSS

参考文献

[1] Introduction ; Official publication masthead and article byline; Introduction: CyberSecEval 4 overview; Benchmark descriptions: CyberSOCEval and AutoPatch Tests