Collinear AI 发布 CWE-bench v2 安全评测集

Collinear AI 发布 CWE-bench v2，开放包含 100 项任务、覆盖 91 种 CWE 漏洞类型的代码安全评测集，用于评估智能体在真实开源仓库中发现和修复安全弱点、同时保持原有功能的能力。 该评测集采用全自动程序化评分，结果具有确定性，任何人均可复现，且无需额外费用。公开数据集需先在页面接受访问条件；未公开的保留测试集则需联系 Collinear AI 申请评测。

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。