Claude 3.5 Sonnet 在 AI 代码审计基准测试中领先，超越 GPT-4o 和 Llama 3

一项最新基准测试评估了 GPT-4o、Claude 3.5 Sonnet 和 Llama 3 70B 在自动化代码审计方面的有效性，特别是检测智能合约中的漏洞。Claude 3.5 Sonnet 在准确性方面表现最佳，正确识别了所有关键缺陷，并提供了零幻觉的安全代码补丁。GPT-4o 在速度和遵循结构化 JSON 输出方面表现出色，但错误地标记了一个不存在的漏洞。Llama 3 在本地运行时，提供了最快的响应时间和隐私优势，但在纯 JSON 输出方面遇到困难，并表现出中度幻觉。 AI

影响 Claude 3.5 Sonnet 在安全关键代码审计方面显示出卓越的准确性，而 GPT-4o 为自动化管道提供了更好的结构化输出和速度。

排序理由 对 LLM 在特定技术任务上的性能进行比较。[lever_c_demoted from research: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

• Anthropic
• Claude 3.5 Sonnet
• Common Vulnerability Scoring System
• GPT-4o
• HumanEval
• Llama 3
• Massive Multitask Language Understanding
• Meta
• Ollama
• OpenAI
• Solidity
• Vault

• 产品
• 其他

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