实体 HardEval

HardEval

PulseAugur coverage of HardEval — every cluster mentioning HardEval across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_308070 · Oct 19 · 04:00

新的HardEval基准测试AI在实时系统上的安全加固

研究人员推出了一款名为HardEval的新基准，旨在评估AI模型在实时操作系统上执行安全加固和合规性修复任务的能力。与以往侧重于隔离代码或通用应用程序的基准不同，HardEval测试AI模型将自然语言安全需求转化为Red Hat Enterprise Linux 8等系统的精确配置更改的能力。该基准使用专家编写的修复程序和OVAL检查的隐藏真实数据，并在虚拟机上执行AI生成的Bash脚本以验证合规性。