热点事件持续更新
SecLog-Bench发布：LLM在安全日志推理上表现不可靠
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月23日，arXiv cs.CR 发布了 SecLog-Bench 基准。该基准涵盖 29 种攻击场景，支持多源日志联合分析并附带结构化证据链。研究评估了八款主流大语言模型在检测后攻击进度推理上的表现。结果显示，最佳模型的准确率仅为 44.44%，最高阶段推理 F1 分数为 54.87%。测试表明当前大模型在此任务上推理能力有限且不可靠，正确预测常伴随有缺陷的推理过程。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
最新基准测试显示，即使最佳模型在安全日志推理任务中的准确率也仅为 44.44%。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.CRSecLog-Bench：带脚手架证据的网络安全日志推理可扩展基准
SecLog-Bench 发布了一个涵盖 29 种攻击场景、支持多源日志联合分析并附带结构化证据链的网络安全日志推理基准。该基准评估了八款主流大语言模型在检测后攻击进度推理上的表现，结果显示最佳模型准确率仅为 44.44%，最高阶段推理 F1 分数为 54.87%。测试表明当前大模型在此任务上推理能力有限且不可靠，正确预测常伴随有缺陷的推理过程。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。