Hugging Face Blog·· 20 小时前AI 评分50
CWE-bench v2 发布：100 个公开任务与 Gemini 4 Argon 领跑
CWE-bench v2: More coverage, quality, and transparency
AI 导读
Collinear AI 发布 CWE-bench v2，提供 100 个覆盖 91 种 CWE 的公开安全修复任务。Gemini 4 Argon 以 67.8% pass@1 领先 Claude Opus 5.5。
来源：Hugging Face Blog · huggingface.co