KaliBench：Kali Linux 工具使用细粒度基准

2026 年 10 月 1 日，HuggingFace Daily Papers 社区热门论文栏目报道了 KaliBench。该工作是一个面向 Kali Linux 自然语言到命令行（CLI）翻译的细粒度基准与数据集，并支持无运行时可验证奖励。据该报道，KaliBench 包含 8,504 条 query-command 对，覆盖 1,642 个工具、23 个能力维度和 5 个安全阶段。目前公开信息仅来自这一篇报道，尚无后续跟进报道，也未披露基准的发布时间、获取方式、评测协议或使用限制等细节。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。