cybermetric бенчмарк
-
Статья LLM бенчмарк кибербезопасность: CyberMetric, NYU CTF Bench и InterCode CTF — где модели упираются в потолок
GPT-4o набирает свыше 85% на CyberMetric - десятитысячном MCQ-датасете по кибербезопасности - и уверенно обгоняет живых специалистов с пятилетним стажем в закрытом тестировании. Ставишь ту же модель перед реальным CTF-таском на binary exploitation: пейлоад синтаксически правильный, но нерабочий...- Сергей Попов
- Тема
- ai кибербезопасность ctf bench llm cybermetric бенчмарк intercode ctf llm бенчмарк кибербезопасность nyu ctf bench оценка llm для иб языковые модели пентест
- Ответы: 0
- Раздел: Безопасность ИИ и LLM