热点事件持续更新
CWE-bench v2 发布：100 项安全任务评测结果
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
2026 年 11 月 3 日，Collinear AI 在 Hugging Face Blog 发布 CWE-bench v2，公开 100 项可复现的漏洞发现与修复任务，覆盖 91 种 CWE，评测完全程序化打分。报道称共有 11 个模型受测，其中 Gemini 4 Argon 以 67.8% pass@1、81.0% pass@4 领先，Claude Opus 5.5 以 67.3% pass@1 紧随其后。报道未披露其余受测模型的具体成绩，也未说明后续榜单更新或复测安排，事件目前停留在基准发布与首轮评测结果公开的阶段。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- Hugging Face BlogCWE-bench v2 发布：覆盖更多漏洞类型，公开 100 项安全任务
Collinear AI 发布 CWE-bench v2，公开 100 项可复现的漏洞发现与修复任务，覆盖 91 种 CWE，评测完全程序化打分。11 个受测模型中 Gemini 4 Argon 以 67.8% pass@1、81.0% pass@4 领先，Claude Opus 5.5 以 67.3% pass@1 紧随其后。
本事件热度走势
当前热度 5·可比范围峰值 6（11月4日 05:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。