AnonVul漏洞发现基准发布

研究者 Rui Yang 等人发布 AnonVul，一个覆盖 9 种语言、含 132 个应用级业务逻辑漏洞的跨语言基准，用于评测漏洞发现智能体。该基准通过半自动化流水线对每个任务匿名化、注入专家编写的 oracle 并差分验证 PoC，设黑盒与灰盒两条评测轨道，任务在沙箱中运行。 在 AnonVul 上评测 6 个前沿漏洞发现智能体，最佳者成功率仅 23.11%。在 20 个漏洞的匹配队列中，恢复软件身份后成功率从 21.25% 升至 40.83%，研究者据此强调控制可识别软件知识对评测的重要性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。