Collinear AI 发布 CWE-bench v2 安全基准

Collinear AI 在 Hugging Face 发布 CWE-bench v2 公开基准，包含 100 个安全漏洞修复任务，覆盖 91 种 CWE。任务要求智能体在真实开源仓库中定位并修复安全缺陷，同时不破坏原有功能。 该数据集设有访问限制，使用者需先在数据集页面接受访问条件；若要评估留出集（held-out set），需联系 cyber@collinear.ai。Collinear AI 称评分完全程序化，结果确定，任何人都能无额外成本复现；Harbor 通过 git 拉取任务，因此还需将 HF token 保存到 git 凭据助手。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。