热点事件持续更新
CWE-bench v2公开百项网络安全任务
1 篇报道1 个报道来源20 小时前更新
先了解这件事
AI 综述
2026年11月3日，Collinear AI 发布 CWE-bench v2 网络安全评测基准，公开100个任务，要求模型在真实开源仓库中查找并修复安全漏洞，覆盖91类CWE。全部11个参评模型中，Gemini 4 Argon领先，取得67.8%的pass@1和81.0%的pass@4；Claude Opus 5.5的pass@1为67.3%。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 08:00
CWE-bench v2公开100个漏洞修复任务，Gemini 4 Argon领先。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Collinear AI 发布 CWE-bench v2 网络安全评测基准
Collinear AI 发布 CWE-bench v2，公开 100 个供模型查找并修复真实开源仓库安全漏洞的任务，覆盖 91 类 CWE。全部 11 个参评模型中，Gemini 4 Argon 以 67.8% pass@1、81.0% pass@4 领先，Claude Opus 5.5 的 pass@1 为 67.3%。
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。