CyberArena: novo benchmark coloca agentes de IA para atacar e defender simultaneamente em tempo real
Pesquisadores apresentam o CyberArena, um benchmark dinâmico em que dois agentes de IA competem ao mesmo tempo como atacante e defensor sobre serviços em constante mudança, em vez de serem avaliados isoladamente contra alvos estáticos. Em 466 partidas com 12 agentes de modelos de ponta, os agentes mais capazes chegaram a plantar backdoors para rodadas futuras e escrever seus próprios sniffers de pacote para espionar o adversário.
Fonte ↗