CS-Eval

给网络安全大模型打分，快速找出安全能力短板

CS-Eval 是一个专为网络安全领域基础模型或大语言模型设计的综合评估套件。它解决的核心问题是：当前缺乏针对网络安全能力的系统性评测基准，导致难以客观衡量模型在该领域的真实水平。该套件提供了一套标准化的测试集和评估流程，覆盖网络安全的多个关键子领域，如漏洞检测、恶意代码识别、威胁情报分析等。通过统一的评分机制，CS-Eval 帮助开发者横向对比不同模型的安全能力，并定位模型在具体安全任务上的短板。其核心能力包括多维度任务设计、自动化评估脚本以及可扩展的基准框架，支持研究者根据需求添加新的测试用例。项目处于早期阶段，但为安全AI模型的量化评估提供了基础工具。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 67

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队CS-EVAL

所属国家

官网地址https://cs-eval.com

GitHubhttps://github.com/CS-EVAL/CS-Eval

定价模式free

价格说明开源项目，MIT许可证，可免费使用和部署。

访问状态

是否开源是

开源协议MIT

主要语言

技术栈/模型cybersecurity,evaluation,large-language-models

GitHub 星标★ 67

30天Star增速

HF 下载量

上线时间2024-05-08 00:00:00

最近更新2026-08-19 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

专注网络安全垂直领域，评测维度更贴近实战场景
提供标准化测试集和自动化评分，支持模型间横向对比
框架可扩展，允许自定义测试用例和任务类型

不足之处

项目处于早期，测试集覆盖度和成熟度有限
文档和社区支持尚不完善，上手门槛可能偏高

适用场景

安全团队评估自研或开源大模型的网络防御能力
研究者对比不同模型在漏洞检测、恶意代码识别等任务上的表现
企业选型时筛选具备安全能力的AI模型

替代项目

CyberBench、SecurityEval、SafeRLHF

项目介绍

CS-Eval 是评测安全领域的开源项目，由 CS-EVAL 开发，2024 年首次发布。

它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 67。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-19。MIT许可证，可免费使用和部署。

它主要面向的使用场景是：安全团队评估自研或开源大模型的网络防御能力。同类可对比的替代方案包括 CyberBench、SecurityEval、SafeRLHF。

上一篇：BrainBench

下一篇：MixEval