Hugging Face veröffentlicht CWE-bench v2 mit öffentlicher Bestenliste

3. November 2026Quelle: Hugging Face

Hugging Face hat CWE-bench v2 veröffentlicht, eine neue Version seines Benchmarks CWE-bench, unter dem Titel „CWE-bench v2: More coverage, quality, and transparency“. Eine Bestenliste für den öffentlichen Datensatz von v2 ist als Hugging Face Space verfügbar.

Das Wichtigste in Kürze

Hugging Face hat „CWE-bench v2: More coverage, quality, and transparency“ in seinem Blog veröffentlicht.
Der Beitrag ist als Benchmark kategorisiert und verlinkt auf einen Datensatz.
Ein Space namens CWE-bench Leaderboard enthält Ergebnisse für den öffentlichen Datensatz von CWE-bench v2.
Der verfügbare Quelltext enthält keine Angaben zur Zahl der Aufgaben, zur Methodik oder zu den Modellbewertungen.

Was Hugging Face veröffentlicht hat

Der Beitrag erschien am 3. November 2026 im Blog von Hugging Face und ist der Kategorie Benchmark zugeordnet. Sein Titel nennt drei Ziele für die zweite Version: mehr Abdeckung, bessere Qualität und größere Transparenz.

Die Seite verlinkt auf einen Datensatz und einen Space. Der Space heißt CWE-bench Leaderboard und wird laut der Hugging-Face-Seite als „Leaderboard for the CWE-bench v2 public set“ beschrieben.

Was die Quelle nicht sagt

Der für diesen Artikel verfügbare Text enthält nur die Überschrift, die Kategorie sowie Verweise auf den Datensatz und die Bestenliste. Er beschreibt weder, wie der Benchmark erstellt wurde, wie viele Aufgaben er umfasst, welche Modelle getestet wurden noch wie sie abgeschnitten haben. Auch wird nicht erklärt, was sich zwischen der ersten und der zweiten Version geändert hat. Dieser Artikel macht daher zu diesen Punkten keine Aussagen.

Die Beschreibung der Bestenliste verweist auf einen „public set“. Das deutet darauf hin, dass sich die dort angezeigten Ergebnisse auf den öffentlich verfügbaren Teil von CWE-bench v2 beziehen.

Was das bedeutet

Auf Grundlage des Titels positioniert Hugging Face das Update als Verbesserung der Breite des Benchmarks, der Qualität seiner Inhalte und der Offenheit seiner Durchführung. Die öffentliche Bestenliste bietet Entwicklern und Forschern eine Möglichkeit zu sehen, wie Einsendungen beim öffentlichen Datensatz von v2 im Vergleich abschneiden.

Details zur Methodik und zu den Ergebnissen finden sich im vollständigen Blogbeitrag und im verlinkten Datensatz. Für konkrete Angaben sollten Leser diese Quellen direkt konsultieren.