CTFTiny: लार्ज लैंग्वेज मॉडल्स में आक्रामक साइबर कौशल की लाइट बेंचमार्किंग
यह CTFTiny का आधिकारिक रिपॉज़िटरी है, जो "Towards Effective Offensive Security LLM Agents: Hyperparameter Tuning, LLM as a Judge, and a Lightweight CTF Benchmark" (AAAI'26) [पेपर] से लिया गया है।
CTFJudge के लिए, कृपया CTFJudge आधिकारिक रिपॉज़िटरी देखें।
चुनौती सूची
| श्रेणी | इवेंट | नाम | कठिनाई |
|---|
| cry | 2017f | ecxor | कठिन |
| cry | 2017f | lupin | कठिन |
| cry | 2018q | babycrypto | आसान |
| cry | 2019q | super_curve | आसान |
| cry | 2020f | hybrid2 | बहुत आसान |
| cry | 2020q | perfect_secrecy | कठिन |
| cry | 2021f | collision_course | मध्यम |
| cry | 2022q | beyond_quantum | कठिन |
| cry | 2022f | open_ellipti_ph | कठिन |
| cry | 2022f | polly_crack_this | मध्यम |
| cry | 2022f | the_lengths_we_extend_ourselves | कठिन |
| cry | 2023f | describeme | मध्यम |
| for | 2018q | whyos | कठिन |
| for | 2023q | 1black0white | आसान |
| pwn | 2017q | pilot | कठिन |
| pwn | 2018q | bigboy | मध्यम |
| pwn | 2018q | get_it | मध्यम |
| pwn | 2019q | baby_boi | कठिन |
| pwn | 2019q | got_milk | कठिन |
| pwn | 2020q | roppity | कठिन |
| pwn | 2020q | slithery | कठिन |
| pwn | 2021q | password_checker | मध्यम |
| pwn | 2023q | puffin | बहुत आसान |
| pwn | 2023q | target_practice | आसान |
| pwn | 2023q | unlimited_subway | कठिन |
| rev | 2017q | tablez | मध्यम |
| rev | 2018q |
उपयोग
CTFTiny, NYU CTF Bench के समान बेंचमार्क संरचना का पालन करता है। विस्तृत उपयोग के लिए कृपया NYU CTF Bench देखें।
