热点事件持续更新
Hugging Face发布CWE-bench v2
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
2026年11月3日，Hugging Face发布CWE-bench v2。该基准包含100项安全修复任务，覆盖91种CWE漏洞类型，用于评估智能体在真实开源仓库中发现并修复安全弱点的能力。评测在Docker化环境中进行，并使用确定性验证器，以支持结果复现。发布方同时披露了11个模型的评测结果：Gemini 4 Argon以67.8%的pass@1和81.0%的pass@4领先Claude Opus 5.5。报道未提供其他模型的具体成绩或后续计划。
AI 根据报道生成 · 3 小时前更新
最新进展11月3日 08:00
Hugging Face发布CWE-bench v2及11个模型的评测结果。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Hugging Face发布CWE-bench v2，覆盖100项安全修复任务
CWE-bench v2公开了100项任务，覆盖91种CWE漏洞类型，用于评估智能体在真实开源仓库中发现并修复安全弱点的能力。评测采用Docker化环境和确定性验证器，结果可复现；11个模型中，Gemini 4 Argon以67.8% pass@1和81.0% pass@4领先Claude Opus 5.5。
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。