研究人员发布 HardEval 安全加固基准
热点事件持续更新
研究人员发布 HardEval 安全加固基准
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月19日，Manohar Vellala 等研究人员在 arXiv 发布 HardEval，这是一个用于评估大语言模型在实时操作系统上执行安全加固能力的基准测试。该基准基于 Red Hat Enterprise Linux 8 STIG 控制项，通过运行 Bash 脚本和 OVAL 检查进行自动化评分。 目前报道显示，HardEval 是公开的，其构建逻辑基于在未加固基线系统中失败的 STIG 控制项。测试结果显示不同模型在安全域能力上差异显著，主要失败模式为生成看似合理但不满足精确合规条件的代码。
AI 根据报道生成 · 5 小时前更新
最新进展10月19日 12:00
HardEval：执行验证的 AI 驱动安全加固与合规修复基准报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · MLHardEval：执行验证的 AI 驱动安全加固与合规修复基准
发布 HardEval 基准，用于评估大语言模型在实时操作系统上的安全加固能力。该基准基于 Red Hat Enterprise Linux 8 STIG 控制项，通过执行 Bash 脚本并运行 OVAL 检查进行评分。测试显示不同模型在安全域的能力差异巨大，且主要失败模式为生成看似合理但不满足精确合规条件的代码。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月19日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。