SRE-Bench

新的SRE-Bench基准测试网络安全领域AI的逆向工程能力

研究人员推出SRE-Bench，这是一个新颖的基准，旨在评估AI代理在网络安全领域的逆向工程能力。该基准的独特性在于其真实的规模以及防止数据污染的严格方法，确保AI模型必须真正分析二进制文件，而不是依赖于记忆的源代码。使用SRE-Bench进行的评估显示，包括GPT-5.6-sol在内的当前前沿AI模型在逆向工程任务方面仍然面临重大挑战，这突显了在Agentic网络安全领域未来发展中的关键领域。