面向安全从业者的中英双语安全研究与漏洞情报精选。

#benchmark

#benchmark 主题的安全资讯。

1.

1Password 的 AI 补丁基准测试存在误导性

博客 | 2026-09-15 11:00 | blog.trailofbits.com | 原文 ↗ | #ai-security | #vulnerability-management | #open-source

2.

GPT-6 Astra 登陆 GitLab：运行更快，token 消耗更少

博客 | 2026-09-08 00:00 | about.gitlab.com | 原文 ↗ | #gitlab | #benchmark | #ai-agents

3.

介绍 dfbench v1

研究 | 2026-08-19 12:00 | depthfirst.com | 原文 ↗ | #benchmark | #ai-agents | #vulnerability-detection

4.

我们燃烧了 117 亿枚代币来寻找最好的网络人工智能模型

博客 | 2026-08-21 00:00 | aikido.dev | 原文 ↗ | #ai-security | #open-source | #benchmark

5.

策略是关键:评估前沿 LLM 的渗透测试技能

研究 | 2026-08-19 00:00 | ethiack.com | 原文 ↗ | #ai-security | #pentesting | #benchmark

6.

Benchmaxxing:当基准测试本身成为攻击目标

博客 | 2026-08-19 00:00 | crowdstrike.com | 原文 ↗ | #ai-security | #benchmark | #cybersecurity

7.

发布 dfs-large1：网络安全的新前沿

研究 | 2026-07-30 12:00 | depthfirst.com | 原文 ↗ | #ai-security | #featured | #agentic-ai

8.

AI 渗透测试基准太糟糕了,于是我们造了一个新的

研究 | 2026-08-07 00:00 | ethiack.com | 原文 ↗ | #ai-security | #pentesting | #benchmark

9.

将网络安全中的 AI 基准扩展到漏洞发现之外

研究 | 2026-08-06 00:00 | crowdstrike.com | 原文 ↗ | #ai-security | #incident-response | #benchmark

10.

OpenAI 和 Hugging Face 事件：当模型自己入侵测试环境

研究 | 2026-07-22 13:21 | xbow.com | 原文 ↗ | #ai-security | #zero-day | #featured

11.

AI 讲座：Dr. Brumley 第二部分——现代 AI 系统的解剖

博客 | 2026-07-23 12:00 | bugcrowd.com | 原文 ↗ | #ai-security | #supply-chain | #ai-safety

12.

面向真实世界的渗透测试智能体评估（第二部分）

研究 | 2026-07-22 00:00 | ethiack.com | 原文 ↗ | #ai-security | #pentesting | #agentic-ai

13.

超越模型本身：利用前沿 AI 打造更强的网络防御

研究 | 2026-07-20 00:00 | crowdstrike.com | 原文 ↗ | #ai-security | #zero-day | #agentic-ai

14.

13 个 AI 模型在已知 CVE 重现测试中的基准评测

博客 | 2026-07-16 00:00 | aikido.dev | 原文 ↗ | #ai-security | #vulnerability-research | #benchmark

15.

面向真实世界的渗透测试智能体评估

研究 | 2026-07-14 00:00 | ethiack.com | 原文 ↗ | #ai-security | #pentesting | #agentic-ai

16.

Grok 4.5 有望接管 AI 安全市场的中间地带

博客 | 2026-07-10 18:09 | xbow.com | 原文 ↗ | #ai-security | #pentesting | #benchmark

17.

经济型模型的崛起：GLM 和 Muse Spark 在网络安全领域的对比

博客 | 2026-07-09 20:07 | xbow.com | 原文 ↗ | #ai-security | #pentesting | #benchmark

18.

GLM-5.2 是我们测试过性价比最高的网络安全模型，但它并不是第一名

博客 | 2026-07-03 00:00 | tenzai.com | 原文 ↗ | #ai-security | #benchmark | #exploitation

19.

本地 AI 在渗透测试与安全研究中的表现

研究 | 2026-06-28 04:34 | CVE-2026-12194 | projectblack.io | 原文 ↗ | #ai-security | #agentic-ai | #vulnerability-research

20.

GitLab 上的 Claude Sonnet 5：更可靠、更高效

博客 | 2026-06-30 00:00 | about.gitlab.com | 原文 ↗ | #agentic-ai | #gitlab | #devsecops

21.

跻身 Top 1%：打造 Tenzai 的 AI 黑客与精英人类竞争

研究 | 2026-06-25 00:00 | tenzai.com | 原文 ↗ | #ai-security | #benchmark | #ctf

22.

糟糕的氛围：比较主流编码 Agent 的安全编码能力

博客 | 2026-06-25 00:00 | tenzai.com | 原文 ↗ | #ai-security | #appsec | #benchmark

23.

GPT-5.5 与 XBOW：自主应用安全的阶跃式变革

博客 | 2026-06-03 12:00 | xbow.com | 原文 ↗ | #ai-security | #agentic-ai | #appsec

24.

AI 基准报告：衡量 AI 模型的利用能力阶梯

博客 | 2026-05-19 16:22 | bugcrowd.com | 原文 ↗ | #ai-security | #benchmark | #exploitation

25.

Mythos 在攻防安全领域的表现：XBOW 的评测

研究 | 2026-05-12 12:00 | xbow.com | 原文 ↗ | #ai-security | #benchmark | #reverse-engineering

26.

GPT-5.5 vs Claude Opus 4.7 vs Sonnet 4.6：前沿网络模型在漏洞验证上的对决

研究 | 2026-05-06 13:19 | hackerone.com | 原文 ↗ | #ai-security | #vulnerability-management | #benchmark

27.

GPT-5.5：Mythos 式黑客攻击，向所有人开放

博客 | 2026-04-23 18:00 | xbow.com | 原文 ↗ | #ai-security | #benchmark | #offensive-security

28.

我们在漏洞验证上对 Opus 4.7 进行了基准测试——以下是我们的发现

研究 | 2026-04-21 18:50 | hackerone.com | 原文 ↗ | #ai-security | #benchmark | #claude

29.

化整为零，成效更丰：我们在攻防工作流中运行 Opus 4.7 的收获

博客 | 2026-04-16 14:00 | xbow.com | 原文 ↗ | #ai-security | #benchmark | #offensive-security

30.

为什么真实世界测试能让 Agentic 渗透测试随时间变得更智能

博客 | 2026-04-09 18:15 | hackerone.com | 原文 ↗ | #ai-security | #pentesting | #agentic-ai