CWE-bench v2发布百余项安全任务

Collinear AI发布CWE-bench v2，公开100项任务，覆盖91种CWE弱点类型，考察智能体在真实开源仓库中定位并修复安全漏洞且不破坏原有功能的能力。评分完全程序化、可复现，另设留出集用于跟踪模型未见过任务的进展。