N-Day-Bench

WinFunc | AI開発プラットフォーム | 2026年〜

LLM（大規模言語モデル）が実際のコードベースから真の脆弱性を発見できるかを評価するベンチマークツールです。従来の合成的なテストではなく、実際のオープンソースプロジェクトの既知の脆弱性を使用してAIのセキュリティ監査能力を測定します。開発者やセキュリティ研究者がAIツールの実用性を客観的に評価するための重要な指標を提供します。