Collinear与Hugging Face发布CWE-bench v2基准
Collinear与Hugging Face发布CWE-bench v2基准。该测试集含100个任务，覆盖91种常见弱点枚举，旨在评估模型修复安全漏洞的能力。Gemini 4 Argon以67.8%的通过率领先。
# CWE-bench v2
共 1 篇相关文章
共 1 篇相关文章
Collinear与Hugging Face发布CWE-bench v2基准。该测试集含100个任务，覆盖91种常见弱点枚举，旨在评估模型修复安全漏洞的能力。Gemini 4 Argon以67.8%的通过率领先。