Megjelent a CWE-bench v2 frissített változata
A Hugging Face frissítette a CWE-bench benchmarkot, amelynek új változata a cím szerint nagyobb lefedettséget, jobb minőséget és nagyobb átláthatóságot kínál. A platformon a CWE-bench v2 nyilvános készletéhez külön ranglista is elérhető.
- Frissült a CWE-bench, megjelent a v2 változat.
- A cím nagyobb lefedettséget, minőséget és átláthatóságot emel ki.
- A Hugging Face külön ranglistát biztosít a v2 nyilvános készletéhez.
- A forrás nem közöl pontszámokat, helyezéseket vagy részletes módszertant.
Frissült a benchmark
A Hugging Face oldalán a CWE-bench v2-ről szóló bejegyzés jelent meg „More coverage, quality, and transparency” címmel. A forrás szerint az anyagot 2026. november 3-án frissítették, körülbelül nyolc órával a forrás rögzítése előtt.
A bejegyzés benchmarkként jelöli a CWE-benchet, és a második verzióra, a CWE-bench v2-re összpontosít. A cím alapján a frissítés három területet érint: a lefedettséget, a minőséget és az átláthatóságot.
Nyilvános ranglista is készült
A Hugging Face oldalán „CWE-bench Leaderboard” néven ranglista szerepel. A leírás szerint ez a CWE-bench v2 nyilvános készletének ranglistája.
A forrás szövege nem közöl részletes eredményeket, helyezéseket, pontszámokat vagy a ranglistán szereplő rendszerek neveit. Az új változat gyakorlati tartalmáról, például a feladatok pontos számáról és a mérési módszerről sem ad további információt.
A Hugging Face oldalán érhető el
A bejegyzés egy adatkészletet és egy Space-t említ. Az oldalon a CWE-bench v2 nyilvános készletéhez kapcsolódó ranglista található, így a benchmarkhoz kapcsolódó nyilvános eredmények egy helyen követhetők.
A rendelkezésre álló forrásrészlet alapján a felhasználók számára a legfontosabb újdonság a frissített benchmark és a hozzá tartozó publikus ranglista. A forrás nem ismertet használati feltételeket, hozzáférési korlátozásokat vagy a benchmark támogatott modelljeit.
Hugging Face: CWE-bench v2: More coverage, quality, and transparency
