AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
OpenCompass Hub
SEC-bench
SEC-bench 是一个面向大型语言模型（LLM）智能体的软件安全任务评测基准，旨在自动化评估模型在真实漏洞环境中的能力。 该基准通过多智能体框架自动构建代码仓库、复现漏洞并生成修复补丁，涵盖漏洞验证（PoC 生成）和补丁修复两个关键任务，包含数百个真实安全案例。
评测信息与证据
- 来源
- OpenCompass Hub
- 发布者
- University of Illinois Urbana-Champaign , Purdue University
- 评测发布日期
- 2025-06-13
- 采集日期
- 2026-08-18
- 模态
- 未收录
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 0
本来源记录尚未收录数值成绩。这不表示模型得分为零，也不表示该评测没有公开成绩；请查阅原始资料。