Hugging Face Blog·· 20 小时前精选AI 评分74
Hugging Face 发布 CWE-bench v2，公开 100 项网络安全能力评测任务
CWE-bench v2: More coverage, quality, and transparency
AI 导读
CWE-bench v2 公开 100 项任务，用于评测模型在真实开源仓库中发现并修复安全弱点的能力，任务覆盖 91 类 CWE。评分由确定性程序化检查完成，任务、评分器和运行框架均已开放。
推荐理由
CWE-bench v2 将 100 项任务覆盖到 91 类 CWE，并提供程序化评分、人工审查和公开评测集，便于比较模型在修复真实开源仓库安全弱点时的表现。
来源：Hugging Face Blog · huggingface.co