CWE-bench: Refocusing Agentic Security from Exploitation to Defense

arXiv cs.CR · 14 oct, 06:00

Investigadores presentan CWE-bench, un banco de pruebas privado para evaluar la capacidad defensiva de agentes de IA en ciberseguridad. A diferencia de estudios previos enfocados en ataques, este trabajo mide si los agentes pueden auditar y reparar vulnerabilidades en repositorios de código, abarcando 73 tipos CWE, 8 lenguajes y las categorías OWASP Top 10 2025.