实体 SecPRBench

SecPRBench

PulseAugur coverage of SecPRBench — every cluster mentioning SecPRBench 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_324441 · Oct 27 · 04:00

新的基准SecPRBench测试AI代码审查在安全漏洞方面的能力

一个名为SecPRBench的新基准已被开发出来，用于评估AI代理在代码合并前识别安全漏洞的有效性。该基准利用了来自Firefox、V8和OpenSSL等关键系统的真实引入错误提交，而不是后来的修复。对八个前沿模型的初步测试显示，召回率从32.5%到78.1%不等，其中Grok 4.6和GPT-6 Sol表现最佳。研究还强调了代理行为的差异，例如OpenAI的Codex Security更频繁地弃权，而Anthropic的Defend…