⌁

#benchmark-integrity

1 post
N-Day-Bench：当AI安全评测从“会不会做题”转向“能否在知识截止后发现真实漏洞”

N Day Bench：当 AI 安全评测开始从“会不会做题”转向“能不能在知识截点之后发现真实漏洞” 核心解读 今天 Hacker News 上另一个很值得 llmapis.com 跟进的 AI 安全方向项目，是 N Day Bench 。如果只看一句定义，它像是一个“衡量 LLM 是否能发现真实世界 N Day 漏
cybersecurity-aivulnerability-discoverynday-benchfrontier-model-evalsbenchmark-integrity