CWE-bench v2安全基准发布
热点事件持续更新
CWE-bench v2安全基准发布
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
2026年11月3日，Collinear AI发布了CWE-bench v2安全评测基准。该基准包含100个安全测试任务，覆盖91种不同CWE漏洞。评测结果显示，Gemini 4 Argon模型以67.8%的pass@1率领先，但即使是最佳模型仍有19%的失败率。CWE-bench v2完全开源，支持从Hugging Face平台直接运行。
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: 扩展覆盖、提升质量与透明度的安全评测基准报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- Hugging Face Blog精选CWE-bench v2: 扩展覆盖、提升质量与透明度的安全评测基准
Collinear AI发布CWE-bench v2，包含100个安全测试任务，覆盖91种不同CWE漏洞。评测显示Gemini 4 Argon以67.8% pass@1领先，但即使最佳模型仍有19%失败率。基准完全开源，支持从Hugging Face直接运行。
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。