Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #28234

CWE-bench dataset

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

1

RESEARCH · 1 ИСТОЧН. · Hugging Face

Collinear AI публикует CWE-bench v2: 100 открытых заданий для оценки кибер‑защиты LLM

Collinear AI выпустила CWE-bench v2 — публичный набор из 100 детерминированных задач Harbor (Docker‑окружения и верификаторы), охватывающих 91 CWE, для оценки и обучения моделей по поиску и исправлению уязвимостей; набор данных, грейдер и harness доступны на Hugging Face, а доступ к отложенному набору можно получить по запросу (cyber@collinear.ai). В лиде таблицы — Gemini 4 Argon (67.8% pass@1, 81.0% pass@4), немного опережая Claude Opus 5.5, при этом приводятся данные о соотношении стоимости и качества для DeepSeek V4.1 Flash, Opus и Gemini.

7.0