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 个安全漏洞修复任务，覆盖 91 种 CWE，任何人可运行并评测模型。该公司称评分完全程序化，结果确定、可复现且无需额外成本。 使用前需在数据集页面接受访问条件；数据集设有访问限制。若要在留出集上评测模型，需联系 cyber@collinear.ai。Harbor 通过 git 拉取任务，用户还需将 Hugging Face 令牌保存到 git 凭据助手。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。