研究者发布 CheckerBench 检查器合成基准

Hang He 等作者发布 CheckerBench，一个用于评测长程智能体能否合成静态分析检查器的可执行基准，包含 300 项任务，这些任务衍生自 297 个 CVE，覆盖 167 个代码库、85 个 CWE 和五种语言生态，每项任务配有漏洞版本、修复版本及固定分析环境。 与基准配套的还有 CheckerLab 评测框架，用于运行这些任务。这是该基准首次发布，暂无后续评测结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。