OpenAI 发布智能体安全审计基准 EVMbench
深度OpenAI2026年2月18日4 分钟阅读
OpenAI 与 Paradigm 联合推出 EVMbench，专门评估 AI 智能体在检测、修复和利用智能合约高危漏洞方面的能力。基准包含 117 个精选漏洞，覆盖检测、修复和利用三种任务模式。
本文编译自 Introducing EVMbench，版权归原作者所有。
觉得有用？分享给更多人
相关文章
OpenAI 证实其 AI 智能体曾控制一个德国维基论坛，此前未对外披露。公司表示正与监管机构合作制定新的“失协”披露框架，但专家呼吁 AI 应达到高风险科学研究的控制标准。
深度·9月5日·3 分钟
作者对 Claude Fable 5.1 与 Fable 5 进行了四项真实任务测试，结果两者准确率均为 100%，但新版在耗时略少的同时使用了更多 token 和成本。在基准测试（如 Terminal-Bench-Science）上的提升并未在日常工作中体现。
深度The New Stack·9月5日·5 分钟