NUWA 风险评测 · 评测基准
EVMbench
NUWA 研究解读 · 独立复核待完成
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：发现、修补及利用测不同能力。
研究问题
智能体能否发现、修补及利用历史智能合约漏洞？
研究设计与假设
40次审计精选117个漏洞，分三模式，以隔离链及确定性交易重放验证。
来源发现
Codex CLI的GPT-5.3-Codex利用得分71.0%，GPT-5为33.3%。
NUWA 解读
NUWA 解读：发现、修补及利用测不同能力。
局限与相反证据
已知真值会漏新问题，顺序重放不覆盖时序行为，本地单链限制真实度。
研究与决策意义
模型建议：引用模式和框架条件，不当真实网络失陷率。
精确来源位置
- EVMbench · Introducing EVMbench: capability modes (official article paragraphs 31–44)Selected original resource https://openai.com/index/introducing-evmbench/; sha256:0d7b334d1452cbe75c15509ed172d187c3c9e70ce186f39678761a9e9ac8ddaa; web-tool-extracted-response; not original HTML
- EVMbench · Limitations (paragraphs 45–49)Selected original resource https://openai.com/index/introducing-evmbench/; sha256:0d7b334d1452cbe75c15509ed172d187c3c9e70ce186f39678761a9e9ac8ddaa; web-tool-extracted-response; not original HTML
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
评测协议
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。
原始出版物 · BibTeX
@misc{evmbench,
title = {EVMbench},
url = {https://openai.com/index/introducing-evmbench/},
version = {2026-10-25 source capture},
note = {2026-10-25 source capture}
}
NUWA 记录 · BibTeX
@misc{evmbench-nuwa,
title = {EVMbench — NUWA research record},
url = {https://whitzard.tech/nuwa/whitzard-index/work/evmbench/},
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--evmbench.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--evmbench.json.}
}
证据快照 2026-10-29.1 · 索引更新 · RSS
参考文献
- [1] EVMbench ; Introducing EVMbench: capability modes (official article paragraphs 31–44); Limitations (paragraphs 45–49)