CheckerBench 静态分析检查器合成基准发布

研究者 Hang He 等人发布 CheckerBench，一个用于评估智能体能否从零开发静态分析检查器的可执行基准，并配套 CheckerLab 评估框架。 该基准包含 300 项任务，由 297 个 CVE 衍生而来，覆盖 167 个仓库、85 个 CWE 以及五种语言生态。其评估目标是长时程智能体能否完成从零合成静态分析检查器的完整开发过程。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。