PulseAugur
中
实时 10:41:32
English(EN) CREBench: Evaluating Large Language Models in Cryptographic Binary Reverse Engineering

新基准CREBench测试LLM在密码逆向工程中的能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了CREBench，这是一个旨在评估大型语言模型（LLM）在密码二进制逆向工程领域能力的新基准。该基准包含432个挑战，源自标准密码算法和不安全密钥使用场景，难度各异。在评估中，GPT-5.4在八个前沿LLM中表现最强，得分64.03（满分100），在59%的挑战中成功恢复了flag，但人类专家仍以92.19的得分保持显著优势。 AI

影响 该基准可能会推动专门用于安全任务（如漏洞发现和恶意软件分析）的LLM的发展。

排序理由 该集群描述了一个新的学术基准和对LLM在特定任务上的评估，发布在arXiv上。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新基准CREBench测试LLM在密码逆向工程中的能力

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Baicheng Chen, Yu Wang, Ziheng Zhou, Xiangru Liu, Juanru Li, Yilei Chen, Tianxing He ·

    CREBench：评估大型语言模型在密码学二进制逆向工程中的表现

    arXiv:2604.03750v2 Announce Type: replace-cross Abstract: Reverse engineering (RE) is central to software security, particularly for cryptographic programs that handle sensitive data and are highly prone to vulnerabilities. It supports critical tasks such as vulnerability discove…

相关实体

相关话题