AI漏洞利用能力如何衡量，基准分数为何会误导

评估AI的漏洞利用能力，不能仅依赖基准测试分数。相关讨论指出，基准成绩可能与模型在真实场景中的实际表现存在偏差，因此需要结合更贴近实际任务的综合指标进行验证。Bugcrowd在X平台分享了这一观点，提醒业界关注AI安全能力的真实水平。🔗 原文链接：https://x.com/Bugcrowd/status/2117689843064926406