Hugging Face Blog·· 20 小时前精选AI 评分69
CWE-bench v2 发布 100 项网络安全修复评测任务
CWE-bench v2: More coverage, quality, and transparency
AI 导读
Collinear AI 发布 CWE-bench v2，开放 100 项网络安全修复任务，覆盖 91 类 CWE，并提供确定性评分器与 Harbor 运行框架。
推荐理由
公开的100项任务覆盖91类CWE，并配套确定性评分器与可复现运行框架，便于横向比较模型的网络安全修复能力。
来源：Hugging Face Blog · huggingface.co