热点事件 历史事件
Epoch AI发布对ExploitBench v0.1基准的独立评测报告，评价其任务设计与局限
先了解这件事
报道摘要Epoch AI 发布对 ExploitBench v0.1 的基准评审，该基准用 41 个真实公开 V8 CVE，按 5 层 16 项可验证能力阶梯为模型打分，最高到任意代码执行（ACE）。
报道时间线
沿着报道，了解事件的不同侧面。
显示 2 篇全部报道，最新在前
- Epoch AI 评审 ExploitBench v0.1：基于 41 个真实 V8 漏洞的利用基准评测
Epoch AI 发布对 ExploitBench v0.1 的基准评审，该基准用 41 个真实公开 V8 CVE，按 5 层 16 项可验证能力阶梯为模型打分，最高到任意代码执行（ACE）。
- Epoch AI 公布 Benchmark Reviews 收录基准列表及审查判定结果
Epoch AI 发布 Benchmark Reviews 文档，列出已审查基准及判定结果，其中 SWE-bench Verified、Terminal-Bench 4.0.0。