CWE-bench v2发布百项安全修复任务

Collinear AI发布CWE-bench v2，公开100项真实开源仓库的安全漏洞发现与修复任务，用于评估前沿模型的网络安全能力。评测采用可复现的程序化评分，并保留未公开测试集以降低针对性优化影响。

事件进展（1 篇报道）

1. 2026-11-03 08:00
   Hugging Face Blog CWE-bench v2: More coverage, quality, and transparency

← 返回首页