CyberPersistBench: Evaluating LLM-Based Cyber Attackers on Installation and Persistence

本文关注 LLM 驱动攻击者在大模型安全评测中的一个明显盲区：持久化能力。现有主流网络安全基准大多采用「单阶段」设计，一旦完成初始访问（initial access）即终止评测，因此在服务重启、主机重启等运维扰动下是否还能保住据点，从未被系

历史摘要 · 未重新核验 · arXiv cs.CR