CWE-bench

CWE-bench v2开放100项安全修复任务

Collinear AI在11月3日发表于Hugging Face Blog的文章中宣布，CWE-bench v2开放100项公开任务，任何人都可运行并评测自己的模型。它考察的不是模型能否解释漏洞，而是能否在真实开源仓库中找到并修复安全弱点，同时保留原有功能。 评测沿用此前的设置：AI智能体获得一份真实开源仓库的代码和一条简短指令，然后完成修复。100项任务覆盖91种CWE，涉及多种安全弱点类别。