PulseAugur
实时 09:16:11
English(EN) AnyPoC: Universal Proof-of-Concept Test Generation for Scalable LLM-Based Bug Detection

新框架ANYPoC通过可执行的概念验证测试提升LLM漏洞检测能力

研究人员开发了ANYPoC,一个旨在提高基于大型语言模型(LLM)的软件漏洞检测可靠性的新框架。该系统生成可执行的概念验证(PoC)测试来验证LLM识别出的疑似漏洞,充当自动化漏洞检测的可扩展预言机。ANYPoC通过分析漏洞报告、迭代合成和执行PoC,以及独立审查结果,来解决LLM的奖励破解和幻觉等局限性。在关键软件系统上的应用表明,ANYPoC在验证真实阳性漏洞报告和拒绝虚假阳性方面有了显著改进,从而发现了大量新漏洞,其中许多已被开发人员确认并修复。 AI

影响 增强了LLM在软件开发中的可靠性,有望加速漏洞发现和验证过程。

排序理由 该集群描述了一篇研究论文,详细介绍了一个用于基于LLM的漏洞检测的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架ANYPoC通过可执行的概念验证测试提升LLM漏洞检测能力

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zijie Zhao, Chenyuan Yang, Weidong Wang, Yihan Yang, Ziqi Zhang, Lingming Zhang ·

    AnyPoC: Universal Proof-of-Concept Test Generation for Scalable LLM-Based Bug Detection

    arXiv:2604.11950v2 Announce Type: replace-cross Abstract: While recent LLM-based agents can identify many candidate bugs in source code, their reports remain static hypotheses that require manual validation, limiting the practicality of automated bug detection. We frame this chal…