**StealthBench: 衡量自主攻击性安全代理的操作隐蔽性基准**

_StealthBench: Measuring Operational Stealth in Autonomous Offensive-Security Agents_

> HuggingFace 社区论文 StealthBench 提出首个评估自主攻击性安全代理操作隐蔽性的基准，涵盖六个 OPSEC 维度。研究发现，尽管部分模型能发现漏洞，但普遍存在凭证泄露、资源删除等隐蔽性失败，最高安全成功率仅 54%，表明当前模型在操作传统技艺上存在系统性缺陷。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.26314)