Collinear AI 发布漏洞修复评测集 CWE-bench v2
热点事件持续更新
Collinear AI 发布漏洞修复评测集 CWE-bench v2
1 篇报道1 个报道来源20 小时前更新
先了解这件事
AI 综述
Collinear AI 发布 CWE-bench v2，公开包含100个任务的漏洞修复评测集，覆盖91种 CWE，并提供程序化评分工具、grader 和 harness，支持通过 Harbor 从 Hugging Face 仓库直接运行。数据集需先接受访问条件；公开集、评分工具和评测框架均开放，留出集评测需联系 cyber@collinear.ai。 在该评测集对11个模型的结果中，Gemini 4 Argon 以67.8%的 pass@1 领先，Claude Opus 5.5 得分67.3%。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 08:00
Collinear AI 发布 CWE-bench v2 漏洞修复评测集报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- Hugging Face Blog精选Collinear AI 发布 CWE-bench v2 漏洞修复评测集
Collinear AI 发布 CWE-bench v2，公开 100 个可用于评估模型网络安全修复能力的任务，覆盖 91 种 CWE。评测采用程序化评分、公开 grader 和 harness，支持确定性复现；11 个模型中 Gemini 4 Argon 以 67.8% pass@1 领先，Claude Opus 5.5 为 67.3%。
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。