CWE-bench：智能体仓库漏洞审计修复基准
热点事件持续更新
CWE-bench：智能体仓库漏洞审计修复基准
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究者推出 CWE-bench，一个面向 AI 智能体防御能力的私有基准，包含 120 个仓库审计与修复任务，覆盖 73 种 CWE 类型、8 种编程语言和 OWASP Top 10 2025 全部类别。智能体仅获知仓库与威胁模型，需在修复漏洞的同时保持原有功能，由程序化验证器判定结果。 作者称，最佳智能体在该基准上达到 68% pass@1 和 81% pass@4，且没有单一智能体在所有语言或漏洞类别上最优。该基准将评测重点从攻击转向防御。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
CWE-bench：将 AI 智能体安全评测从攻击转向防御报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AICWE-bench：将 AI 智能体安全评测从攻击转向防御
研究者推出 CWE-bench，一个包含 120 个仓库审计与修复任务的私有基准，覆盖 73 种 CWE 类型、8 种编程语言和 OWASP Top 10 2025 全部类别。智能体仅获知仓库与威胁模型，需在修复漏洞的同时保持原有功能，由程序化验证器判定。最佳智能体达到 68% pass@1 和 81% pass@4，且没有单一智能体在所有语言或漏洞类别上最优。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。