TarantuBench

TarantuBench v1 एक बेंचमार्क जो वेब सुरक्षा चुनौतियों पर AI एजेंटों का मूल्यांकन करता है, जो TarantuLabs इंजन द्वारा उत्पन्न किया गया है। यह क्या है? TarantuBench 100 कमजोर वेब एप्लिकेशनों का एक संग्रह है, जिनमें से प्रत्येक में एक छिपा हुआ फ़्लैग TARANTU... है। एक एजेंट का काम एप्लिकेशन के साथ...

The Next Challenge for Agentic Cybersecurity: A Realistic, Contamination-Free Reverse Engineering Benchmark

AI agents are rapidly improving in cybersecurity capabilities when the source code is available for analysis, yet much of the software most consequential to cybersecurity, including malware, firmware, and proprietary applications, is available only as binaries. Analyzing such software requires...