千机 API 热点事件观察中
CWE-bench v2公开100项安全基准任务
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年11月3日，Hugging Face Blog 发布 CWE-bench v2，开放包含100项任务的公开基准，用于评估智能体发现并修复真实开源仓库安全弱点的能力。任务覆盖91类 CWE，评分通过程序化检查完成，数据集、评分器和运行框架均已开放，基准可通过 Harbor 从 Hugging Face 仓库运行。已评测的11个模型中，Gemini 4 Argon 以67.8%的 pass@1 领先。
AI 根据报道生成 · 2 小时前更新
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 扩展漏洞修复基准覆盖并提升评测透明度
Hugging Face Blog 发布 CWE-bench v2，开放包含 100 项任务的公开基准，用于评估智能体发现并修复真实开源仓库安全弱点的能力。任务覆盖 91 类 CWE，评分由程序化检查完成，数据集、评分器和运行框架均已开放。已评测的 11 个模型中，Gemini 4 Argon 以 67.8% pass@1 领先；基准可通过 Harbor 从 Hugging Face 仓库运行。
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。