arXiv Artificial Intelligence· Gonzalo Gonzalez-Pumariega, Ajay Jagannath, Adit Jain, Guram Gogia, Soumyadeep Bakshi, Nazneen Rajani·· 18 小时前AI 评分40
CWE-bench：将 AI 智能体安全评测从攻击转向防御
CWE-bench: Refocusing Agentic Security from Exploitation to Defense
AI 导读
CWE-bench 是一个包含 120 个留出仓库审计与修复任务的私有基准，覆盖 73 种 CWE 类型、8 种语言和 OWASP Top 10 2025 全部类别，智能体只拿到仓库和威胁模型描述，需在不知漏洞位置与数量的情况下完成修复并通过程序化验证器检查。
来源：arXiv Artificial Intelligence · arxiv.org