#exploitbench — Public Fediverse posts

#ExploitBench: Forscher der Carnegie Mellon University messen erstmals stufenweise, wie weit ein #AI-Modell eine #Sicherheitslücke wirklich ausnutzen kann.

Öffentliche Frontier-Modelle lösen Abstürze aus, scheitern aber daran, die V8-Sandbox zu durchbrechen.

Einzige Ausnahme: Anthropics nicht-öffentliches #Mythos Preview erreichte bei 18 von 41 Lücken vollständige Codeausführung und zeigt damit, wohin sich die #Cybersecurity-Fähigkeiten der Frontier-Modelle entwickeln:

https://arxiv.org/pdf/2605.14153

#ExploitBench: Forscher der Carnegie Mellon University messen erstmals stufenweise, wie weit ein #AI-Modell eine #Sicherheitslücke wirklich ausnutzen kann.

Öffentliche Frontier-Modelle lösen Abstürze aus, scheitern aber daran, die V8-Sandbox zu durchbrechen.

Einzige Ausnahme: Anthropics nicht-öffentliches #Mythos Preview erreichte bei 18 von 41 Lücken vollständige Codeausführung und zeigt damit, wohin sich die #Cybersecurity-Fähigkeiten der Frontier-Modelle entwickeln:

https://arxiv.org/pdf/2605.14153

#ExploitBench: Forscher der Carnegie Mellon University messen erstmals stufenweise, wie weit ein #AI-Modell eine #Sicherheitslücke wirklich ausnutzen kann.

Öffentliche Frontier-Modelle lösen Abstürze aus, scheitern aber daran, die V8-Sandbox zu durchbrechen.

Einzige Ausnahme: Anthropics nicht-öffentliches #Mythos Preview erreichte bei 18 von 41 Lücken vollständige Codeausführung und zeigt damit, wohin sich die #Cybersecurity-Fähigkeiten der Frontier-Modelle entwickeln:

https://arxiv.org/pdf/2605.14153

#ExploitBench: Forscher der Carnegie Mellon University messen erstmals stufenweise, wie weit ein #AI-Modell eine #Sicherheitslücke wirklich ausnutzen kann.

Öffentliche Frontier-Modelle lösen Abstürze aus, scheitern aber daran, die V8-Sandbox zu durchbrechen.

Einzige Ausnahme: Anthropics nicht-öffentliches #Mythos Preview erreichte bei 18 von 41 Lücken vollständige Codeausführung und zeigt damit, wohin sich die #Cybersecurity-Fähigkeiten der Frontier-Modelle entwickeln:

https://arxiv.org/pdf/2605.14153

#ExploitBench: Forscher der Carnegie Mellon University messen erstmals stufenweise, wie weit ein #AI-Modell eine #Sicherheitslücke wirklich ausnutzen kann.

Öffentliche Frontier-Modelle lösen Abstürze aus, scheitern aber daran, die V8-Sandbox zu durchbrechen.

Einzige Ausnahme: Anthropics nicht-öffentliches #Mythos Preview erreichte bei 18 von 41 Lücken vollständige Codeausführung und zeigt damit, wohin sich die #Cybersecurity-Fähigkeiten der Frontier-Modelle entwickeln:

https://arxiv.org/pdf/2605.14153

AI Models Outpace GPT-5.5 in Chrome Vulnerability Exploits

Meet ExploitBench, a groundbreaking benchmark that puts AI models to the test, pushing them to go beyond mere vulnerability detection and actually exploit real-world flaws - and the results are in. This innovative tool, developed by Bugcrowd and Carnegie Mellon University experts, grades AI models on their ability to chain discoveries…

https://osintsights.com/ai-models-outpace-gpt-55-in-chrome-vulnerability-exploits?utm_source=mastodon&utm_medium=social

#Exploitbench #AiModels #ChromeVulnerability #Gpt55 #VulnerabilityExploits