Hugging Face Blog·· 1 日前
CWE-bench v2 公開：100 タスクで 91 種の CWE をカバー、再現可能
CWE-bench v2: More coverage, quality, and transparency
AI による要約
Collinear AI が CWE-bench v2 を公開した。セキュリティ脆弱性の修正タスク 100 件を公開し、91 種の CWE をカバーする。採点は完全にプログラム化されており、結果は再現可能だ。
入選の記録
基準 60公式・一次情報1 回目 422 回目 52
入選せず二回の合計 94 < 基準の 2 倍 120
- 情報源の区分
- 公式・一次情報、この区分の基準は 60 点
- 予備審査
- 通過：AI智能体安全基准评测与模型排名
採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。
情報源：Hugging Face Blog · huggingface.co