CWE-Bench 开源上架 Hugging Face，号称迄今最大规模网络安全评测

Collinear AI 与 nazneenrajani 团队将 CWE-Bench 开源至 Hugging Face，称其为 AI 社区迄今最大的网络安全评测发布。每个任务让 agent 在真实开源代码仓库中依据审计指令定位并修复漏洞，且不预先告知漏洞类型和位置。确定性验证器会检查修复能否阻断 exploit，同时确保正常功能不受破坏，团队希望社区参与审查与贡献。