CTFTiny

CTFTiny: 大規模言語モデルにおける攻撃的サイバースキルの軽量ベンチマーク これは、「Towards Effective Offensive Security LLM Agents: Hyperparameter Tuning, LLM as a Judge, and a Lightweight CTF Benchmark」AAAI'26 で発表された CTFTiny の公式リポジトリです。論文 CTFJudge については、CTFJudge 公式リポジトリ を参照してください。 チャレンジ一覧 カテゴリ| イベント| 名前| 難易度 ---|---|---|--- cry|...

Towards Effective Offensive Security LLM Agents: Hyperparameter Tuning, LLM As a Judge, and a Lightweight CTF Benchmark

Recent advances in LLM agentic systems have improved the automation of offensive security tasks, particularly for Capture the Flag CTF challenges. We systematically investigate the key factors that drive agent success and provide a detailed recipe for building effective LLM-based offensive securi...