AI图鉴

AI图鉴首页 › AI 资讯 › 在LiveCVE Bench任务中57.9%的通过修复

在LiveCVE Bench任务中57.9%的通过修复

来源:Unite.AI · 发布时间:11-03 · 由 AI图鉴每小时自动聚合

2026年11月3日,Cogent Security 推出 VR-1.1报告,脆弱性修复模型对LiveCVE Bench 190的57.9%进行了通过维修。

网络安全

在LiveCVE Bench任务中57.9%的通过修复

在 Google 上的首选来源中添加 Unite.AI

Cogent Security 推出 VR-1.1, 2026年11月3日报道,脆弱性修复模型对LiveCVE Bench的190项任务中57.9%进行了过路维修,而Claude Code和Codex各为45.3%.

对Cogent的VR家族的最新添加用VR-1扩展了推出的补救能力。 其评价将VR-1.1与运行Claude Opus 5.5的Claude Code和运行GPT-5.6-Cyber的Codex进行比较。 每个系统收到相同的输入和设置,每个任务三次尝试,内部修复尝试后根据最终补丁得分。

围绕工作修理建造的基准测试

LiveCVE Bench侧重于在发展环境中确定现实世界的脆弱性。 它的CVE-Factory论文描述了一套不断更新的190项任务,涵盖14种编程语言和153个寄存器。 基准测试项目将agents置于真正的发展环境中,它们必须自主探索代码库,确定每一种脆弱性的背景,并实施固定。 定期增加新的简历。

Cogent的设置为每项任务提供了一份脆弱性报告和受影响的代码库。 只有当脆弱性检查通过,功能检查继续通过时才算出补丁。 任务包括注射,访问控制,配置和内存安全缺陷,因此如果改变留下另一路径到缺陷,使合法行为失效,导致回归或推出新曝光,那么一个令人信服的解释是不够的。

这一双重要求将修复与仅仅阻止一次攻击示威区分开来。 模型在关闭弱点的同时必须保持预期行为,包括分享弱点的相关路径。

VR-1.1的修理流程

Cogent将其结果归结为安全修复训练以及复制一个弱点的绳索,将其补丁,然后测试补丁以进行绕行。 在运行配置允许的情况下,VR-1.1在写出引发缺陷的概念证明之前,先检查报告和源代码。 这使得模型无法追踪,在补丁后进行重新运行的测试。

该模型在进行重点修改之前,先寻找共享弱点的相关代码路径。 在新上下文中单独检讨对绕行和推出bug的补丁。 VR-1.1还写了回归测试。 当验证失败时,其早先的分析和关于故障的信息指导了另一次尝试。

实践纤维修理

有记录的一次运行涉及Fiber网络框架中的CVE-2025-48075. 该项目的安全咨询称嵌入式数据中的负索引会令其BodyParser恐慌并崩溃服务器,从而产生拒绝服务的风险。 它将2.52.6的版本列为受影响版本,将2.52.7列为补丁发布版本。

VR-1.1复制了崩溃,并在使用索引前添加了边框检查,拒绝负或过量的指数,同时保留有效的形式处理。 Cogent报告说,所有9次脆弱性检查都是事后通过,而前为零,而所有12次功能检查都是前后通过。 这个例子来自单独记录的182任务运行,而不是最终的190任务评估。

评价限制和生产使用

评估在修复期间阻止了网络外出访问,并暂停了LiveCVE Bench的分级测试,直到每个agent完成。 这些条件妨碍了上游固定设备的检索,也妨碍了在补丁时直接使用分级测试。

Cogent警告说,两个基准模型的培训截止日期都比当前LiveCVE Bench版的CVE的出版日期要晚,这意味着其咨询意见和修正本可以在培训数据中出现。 它将用户报告式的任务说明、被封锁的联网和相同的条件确定为这一优势的限制。

在Cogent的抽查中,模型可以描述一些来自记忆的弱点,但没有复制精确的补丁。 公司还正在根据CVES公司在相关截断后披露的任务进行构建,并计划保持其及时性。

LiveCVE Bench测试在孤立环境中已知的脆弱性,通过意味着满足所提供的检查。 Cogent 称生产部署仍需在目的地环境中进行审查和测试。 它正在将VR-1.1纳入其补救工作流程,每个补丁都附有其诊断、概念证明和供审查人员检查的测试。 因此,基准测试结果在受控制的条件下对检查的修理采取了措施;生产用途仍然取决于对软件运行地点的修理进行验证。

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(unite.ai)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 608 款 AI 工具分类导航 · 每日 AI 热门项目与动态