SEC-bench Pro 将扩展 Linux 任务
LingmingZhang · x · 2026-07-11
SEC-bench Pro 被用于最新的 OpenAI 模型评测，说明这个基准正在进入更广泛的实测场景。 作者提到这版更新会加入 **Linux 任务**，相关论文也会在下周发布；后续还会持续加入更难的、**长时程网络安全任务**。 另外，Jiawei Liu 还表示，**5.6 Sol** 会使用 **subagents** 来帮助查 bug、加速发特性，并称 SEC-Bench Pro 是一个他们内部很喜欢用来衡量模型测试时扩展能力的干净评测。