ExploitBench

カーネギーメロン大学が作ったセキュリティの試験で、ChromeのJavaScriptエンジン（V8）に実在した脆弱性41件を、AIエージェントが攻撃してみます。バグに到達する段階から任意コード実行までを16の目標に分け、平均でどこまで到達したかで採点します。スコアは0〜100%です。高いほど良い結果です。