先了解这件事
AI 综述
伯克利负责任去中心化智能中心(Center for Responsible, Decentralized Intelligence at Berkeley,RDI)提出对抗式网络安全评测基准 CyberArena,让两个 AI 智能体在隔离网络中互相攻击对方服务并修补自身服务,每局结果由竞技场自动验证。在 12 个前沿智能体、40 道挑战共 466 局比赛中,GPT-5.6 Sol 期望得分 79% 居首,Claude Opus 5 以 74% 次之,GLM-5.3 为 69%。三个模型单独解题时都能解出同样的 30 道题,但加入防守方后平均成功率从第 1 轮的 89% 降至第 3 轮的 42%。目前尚无后续进展。
AI 根据公开报道生成
最新进展 · 正式报道
伯克利 RDI 发布 CyberArena:让两个 AI 智能体互攻互防的网络安全基准事件进展
1 个已确认进展
- 来源:Berkeley RDI Blog
报道与讨论时间线
按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。
11月17日
Berkeley RDI Blog一手精选
伯克利 RDI 发布 CyberArena:让两个 AI 智能体互攻互防的网络安全基准
伯克利 RDI 提出 CyberArena,让两个 AI 智能体在隔离网络中互相攻击对方服务并修补自身服务,每局结果由竞技场自动验证。在 12 个前沿智能体、40 道挑战共 466 局比赛中,GPT-5.6 Sol 期望得分 79% 居首,Claude Opus 5 以 74% 次之,GLM-5.3 为 69%。三个模型单独解题时都能解出同样的 30 道题,但加入防守方后平均成功率从第 1 轮的 89% 降至第 3 轮的 42%。