cve-bench

CVE-Bench 一个用于评估LLM智能体在修复真实世界安全漏洞方面表现的基准测试。智能体在沙盒化的Docker容器中运行，并根据维护者的安全测试套件进行评分。 要求 Python 3.12+ Docker 在环境中（或.env文件中）设置OPENAIAPIKEY、ANTHROPICAPIKEY和/或POOLSIDEAPIKEY 安装依赖项： root@kitploit: pip install poetry poetry install 任务结构 每个任务位于tasks/CVE-ID/目录下，包含以下内容： root@kitploit: tasks/CVE-2026-33175/ ├...