
सुरक्षा CTF और हैकिंग प्लेटफ़ॉर्म्स पर LLM एजेंट समाधान ट्रेसेस, लीडरबोर्ड और बेंचमार्क परिणाम
BoxPwnr ट्रेसेस और बेंचमार्क परिणाम कई सुरक्षा प्लेटफार्मों पर।
प्रत्येक ट्रेस में पूर्ण LLM इंटरेक्शन, निष्पादित कमांड्स, एक मार्कडाउन रिपोर्ट + अटैक ग्राफ, उपयोग किए गए आँकड़े और कॉन्फ़िगरेशन शामिल हैं। लीडरबोर्ड ब्राउज़ करें, एक इंटरैक्टिव वेब व्यूअर में रन को रीप्ले करें, और AI-जनरेटेड रिपोर्ट पढ़ें:
| प्लेटफ़ॉर्म | हल किए गए | पूर्णता | ट्रेसेस |
|---|---|---|---|
| HTB Starting Point | 25/25 | 770 | |
| HTB Labs | 268/526 | 783 | |
| HTB Challenges | 324/818 | 732 | |
| PortSwigger Labs | 163/270 | 377 | |
| XBOW | 102/104 | 525 | |
| Cybench | 40/40 | 2165 | |
| CyberGym | 476/1507 |
| 977 |
| picoCTF | 502/503 | 1215 |
| TryHackMe | 153/477 | 905 |
| HackBench | 11/16 | 27 |
| ExploitBench | 2/42 | 58 |
| LevelUpCTF | 50/254 | 146 |
| Argus | 47/60 | 1026 |
| BSidesSF CTF 2026 | 43/51 | 76 |
| Cloud Village CTF 2026 | 12/20 | 30 |
| Neurogrid CTF: The ultimate AI security showdown | 17/36 | 197 |