Aller au contenu
Édition du soir · N° 614 · prochaine à 9 h
Compte
Connexion

Au clavier : 1 Aujourd'hui, 2 Rechercher, 3 Modèles et outils, 4 Acteurs ; J et K d'un article à l'autre, S pour sauvegarder.

Fellow
La veille de l'intelligence artificielle, en français
Rechercher⌘K
RECHERCHE · Hugging Face
PAPIERVerdict : léger

CWE-bench v2 : plus de couverture, de qualité et de transparence

Collinear AI publie en accès public 100 tâches de CWE-bench v2, un benchmark de cybersécurité où des agents doivent trouver et corriger des failles dans de vrais dépôts open source.

Hugging Face Blog·3 novembre 2026

Lu et jugé par Fellow · impact léger

Benchmark de cybersécurité réellement disponible (100 tâches, harnais et grader ouverts, classement public sur 11 modèles), utile mais d'une portée limitée à la communauté d'évaluation.

Verdict rendu par une IA selon une grille publique

Discuter de ce verdict

Le tri de Fellow, chaque matin à 9 h 45, heure de Paris, dans votre boîte.
CWE-bench v2 : plus de couverture, de qualité et de transparence
Image · Source originale
CWE-bench v2 ouvre un jeu public de 100 tâches couvrant 91 CWE différents. Un agent reçoit un dépôt open source et une courte instruction pour corriger une faiblesse de sécurité sans casser les fonctionnalités existantes. L'évaluation est entièrement programmatique, donc déterministe et reproductible. Un jeu de test réservé (held-out) est conservé, et un classement sur le Hub suit les modèles open-weights.

Traduit et résumé par IA à partir de l'article de Hugging Face Blog ↗ · Comment Fellow travaille

OUVRIR LA SOURCE ↗
#benchmark#cybersécurité#agents#hugging-face#CWE

Une question sur cet article ?

Fellow répond à partir de ce qu'il a publié et cite chaque source. Réponses rédigées par une IA.

À lire aussi