Collinear AI 发布 CWE-bench v2 安全基准

Collinear AI 发布 CWE-bench v2 安全基准，公开 100 个漏洞修复任务供任何人运行和评测模型，覆盖 91 种 CWE。智能体拿到真实开源仓库的检出和简短指令，需在不破坏现有功能的前提下发现并修复安全弱点。 Collinear AI 称评分完全程序化，结果确定、可复现且无需额外费用。数据集设有访问门槛，需先在数据集页面接受使用条件；Harbor 通过 git 拉取任务，还需将 Hugging Face token 存入 git 凭据助手。若要在留出集上评测模型，需联系 cyber@collinear.ai。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。