返回首页
RadarAI··论文与技术

Artificial Analysis 发布 CyberGym-E2E-AA 网络防御基准评测结果

中文摘要

Artificial Analysis发布CyberGym基准,评估模型漏洞挖掘与修复能力;Luna与MiMo模型以极低成本高效处理大规模代码库安全任务。

English Summary

Artificial Analysis launched the CyberGym benchmark to evaluate AI's vulnerability patching. Luna and MiMo models demonstrate superior, cost-effective performance in securing massive codebases compared to competitors.

原文节选

Artificial Analysis 发布 CyberGym-E2E-AA 基准评测,测量模型在内存安全任务上从漏洞发现到打补丁的网络防御能力。部分前沿模型在 85% 以上任务上被安全拦截无法响应;GPT-6 Luna 和 MiMo-V2.6-Pro 在 1M+ 行代码库上跑约 100 次漏洞挖掘仅需约 $20,单任务成本比次强的 Grok 4.7 便宜最多 100 倍。