谷歌、微软新一代前沿模型首次采用复旦白泽数据集测评其网络安全能力

· 2026-11-20 17:00 · 6 阅读

原创 复旦白泽战队 2026-11-20 17:00 上海

近日,谷歌与微软相继发布新一代前沿模型Gemini 4 Neon与MAI Cyber 2 Flash,两者均采用了复旦白泽团队和女娲实验室共同研发的AgentCyberRange(WebExploitBench)基准评估其网络安全能力。其中,Google Gemini 4 Neon模型和MAI Cyber 2 Flash模型得分分别为51.3和40.4。

在本轮发布中,两家公司都将网络安全攻防能力作为重点提升方向。在其配套发布的系统卡(System Card)中,AgentCyberRange成为所引用的网络安全评测标准里唯一来自中国团队的基准数据集,其余基准来自美国、英国等的头部企业与科研机构。

大模型网络安全能力测评是当前人工智能前沿能力评估的难题之一。AgentCyberRange 由是首个面向前沿 AI 自主网络攻击能力的开放式评估基准集,涵盖 Web 渗透和后渗透两类网络攻击的核心任务,重点评估 AI 在漏洞发现与利用、权限提升、横向移动及防御规避等方面的能力。此次,谷歌和微软两家主流前沿模型厂商均采用了复旦团队构建的基准数据与测评体系。

供稿:刘丰毓

排版:曹贝贝

责编:董佳仪

审核:洪赓

复旦白泽战队

一个有情怀的安全团队

还没有关注复旦白泽战队?

公众号、小红书搜索:复旦白泽战队也能找到我们哦~

跳转微信打开

本文转载自微信公众号「复旦白泽战队」,查看原文。版权归原作者所有,如有侵权请联系删除。