热点事件持续更新
Collinear AI发布CWE-bench v2
1 篇报道1 个报道来源21 小时前更新
先了解这件事
AI 综述
2026年11月3日，Collinear AI通过Hugging Face Blog发布CWE-bench v2，扩大网络安全基准覆盖范围并公开任务。该版本包含100个任务，覆盖91种CWE，用于评估智能体在真实开源仓库中发现和修复安全弱点的能力。评测的11个模型中，Gemini 4 Argon以67.8%的pass@1和81.0%的pass@4领先Claude Opus 5.5。任务、评分器和运行框架均已开源，用户可通过Hugging Face Hub上的Harbor运行该基准。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 08:00
CWE-bench v2已公开100个任务及完整运行组件。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- Hugging Face BlogCWE-bench v2 扩大覆盖并公开网络安全基准任务
Collinear AI 发布 CWE-bench v2，公开100个覆盖91种CWE的任务，用于评估智能体在真实开源仓库中发现并修复安全弱点的能力。11个模型中，Gemini 4 Argon以67.8%的pass@1和81.0%的pass@4领先Claude Opus 5.5；任务、评分器和运行框架均已开源，可通过Hugging Face Hub上的Harbor运行。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。