[논문리뷰] KaliBench: A Fine-Grained Benchmark for Cybersecurity Tool Use on Kali Linux with Runtime-Free Verifiable Rewards본 논문은 현대의 사이버 보안 워크플로우에서 LLM의 도구 사용 능력을 평가하기 위한 표준화된 체계가 부족하다는 점을 해결합니다.#Review#Cybersecurity#LLMs#Benchmark#Command-Line Interface#NL-to-CLI#Verifiable Rewards#Kali Linux2026년 10월 1일댓글 수 로딩 중
[논문리뷰] TUA-Bench: A Benchmark for General-Purpose Terminal-Use Agents본 논문은 기존 컴퓨터 사용 벤치마크들이 GUI 환경이나 특정 도메인(주로 코딩)에 편향되어 있어, 일반적인 터미널 환경에서의 범용적인 에이전트 능력을 평가하는 데 한계가 있다는 문제 의식에서 출발합니다.#Review#Terminal-Use Agents#General-Purpose Benchmark#Command-Line Interface#Execution-Grounded Evaluation#Scientific Workflows2026년 6월 29일댓글 수 로딩 중