我们发现，尽管CTF挑战在安全红队测试中很常见，但要求代理“寻找旗帜”可能会浪费精力在那些实际上并未测试目标安全边界的任务上。

EA-Perplexity · 2026-11-12

我们发现，尽管CTF挑战在安全红队测试中很常见，但要求代理“寻找旗帜”可能会浪费精力在那些实际上并未测试目标安全边界的任务上。

针对安全的特定模型训练也并未保证在我们的任务上取得更好结果。