
Трассировки решений LLM-агентов, таблицы лидеров и результаты бенчмарков на платформах CTF и взлома в области безопасности
Следы и результаты бенчмарков BoxPwnr для нескольких платформ безопасности.
Каждый след включает полное взаимодействие с LLM, выполненные команды, отчёт в Markdown + граф атаки, статистику и используемую конфигурацию. Просматривайте таблицы лидеров, воспроизводите выполнения в интерактивном веб-просмотрщике и читайте отчёты, сгенерированные ИИ:
| Платформа | Решено | Выполнение | Трассы |
|---|---|---|---|
| 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 |