安全社区正在辩论如何将使用AI和大语言模型（LLM）发现的漏洞归功于相关方。具体来说，在通用漏洞披露（CVE）条目中，是应该归功于AI模型本身、提示模型的个人，还是两者都归功，存在疑问。 AI
影响 此次讨论凸显了AI在安全领域作用的不断演变，以及对新的归因标准的需求。
排序理由 该条目是关于一个潜在未来问题的讨论/提问，而非具体事件。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
安全社区就漏洞发现归功于AI展开辩论
本文如何被排名
- Signal score
- 0 / 100
- Composite score across the factors below. Higher = stronger signal that this story matters right now.
- Newsworthiness bucket
- Commentary
- 该条目是关于一个潜在未来问题的讨论/提问，而非具体事件。
- Source corroboration
- Single-source cluster
- Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
- Topics
- safety, other
- Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
- AI-industry relevance
- High
- Clearly on-topic for AI-industry coverage.
- Story freshness
- 30 days old
- Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.
完整方法见我们的编辑标准。
报道来源 [1]
-
给在#安全领域工作的人们一个问题：如果现在有人利用#LLM发现了一个漏洞，你们是归功于#AI/LLM模型还是个人？
Question for the folks working in the # security sector: if now somebody finds a vulnerability using # LLM , do you credit the # AI /LLM model or the individual or both in the CVE ?