全部论文

KaliBench：面向 Kali Linux 网络安全工具使用的细粒度基准

提出 KaliBench，评测模型把安全意图译成 Kali 命令的能力

arXiv

2610.02206

发表

10月1日

层

模型层

场景

模型与 API

测试

Llama3.1-Instruct 8B、Mistral-Small-3.2 24B、LLaMA-3.3-Instruct 70B 等 15 个

• 风险危险能力