Hacker Newsneutrinoliu
CyberArena：在实时对称攻防实战中评测 AI 智能体
原标题:CyberArena: Benchmarking AI Agents in Live Symmetric Attack-and-Defense Combat
论文78
网络安全评测以往多停留在静态解题，CyberArena 则将大模型智能体放入对称的实时攻防中。红蓝双方在沙箱内即时响应彼此的探测与修补，记录下的不再是固定的题目得分，而是动态交互中的策略收敛与实战胜率。
为什么值得读
将智能体安全评测从静态离线测试推向动态双向对抗，更贴近真实世界攻防的技术演进。
标签
CybersecurityAI AgentsBenchmarkAdversarial DefenseLLM EvaluationarXiv