Hugging Face 与 Collinear AI 开源 CWE-bench v2

Hugging Face 与 Collinear AI 于 2026 年 11 月 3 日开源 CWE-bench v2，公开 100 个可复现的网络安全评测任务，覆盖 91 种 CWE，用于测试前沿模型发现并修复安全漏洞且不破坏现有功能的能力，评分完全程序化、可复现。 公开任务集、评分器（grader）与运行框架（harness）均已开放，但数据集为门控数据集，需先在数据集页面接受访问条件；如需在保留集（held-out set）上评测模型，需联系 cyber@collinear.ai。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。