CWE-bench v2 erweitert Sicherheitstest für KI-Modelle und legt Prüfverfahren offen

Collinear AI veröffentlicht mit CWE-bench v2 einen frei zugänglichen Satz von 100 Aufgaben zum Finden und Beheben von Sicherheitslücken in echter Open-Source-Software. Die Aufgaben decken 91 Arten von Schwachstellen ab; Prüfumgebung und automatische Bewertung sind offen, der Zugang zum Datensatz erfordert jedoch die Annahme der Nutzungsbedingungen. Unter 11 getesteten Modellen erreicht Gemini 4 Argon mit 67,8 % erfolgreich gelösten Aufgaben beim ersten Versuch den höchsten Wert.