ExploitBench v0.1：评估 LLM 智能体利用真实软件漏洞的渐进能力

卡内基梅隆大学研究者创建的 ExploitBench 评测 LLM 智能体利用真实软件漏洞的渐进能力，评分从到达漏洞代码、触发崩溃、构建利用原语到完全任意代码执行分层，而非二元的成败判定。