CWE-bench v2 发布 100 个公开网络安全修复任务

Collinear AI 发布 CWE-bench v2，公开 100 个可用于修复真实开源仓库安全漏洞的 AI 智能体任务。任务覆盖 91 类 CWE，采用完全程序化且可复现的评分方式，并开放数据集、评分器和 Harbor 运行环境。