LLM 在自主车辆软件分析方面遇到困难，原因在于构建集成问题

研究人员探索了使用大型语言模型 (LLM) 来自动化自主车辆软件漏洞的动态分析，特别关注 Autoware 开源驾驶栈。研究发现，虽然 LLM 可以生成测试产物，但主要挑战在于将这些产物集成到车辆复杂的构建系统中，而不是生成或模糊测试过程本身。具体而言，80% 的编译失败率归因于依赖关系连接问题，即使是表现最好的 LLM 也难以生成完全可执行的模糊测试工具。 AI

影响 强调构建集成是 LLM 辅助的安全性关键系统软件分析的关键瓶颈。

排序理由 详细介绍 LLM 在特定技术问题上的新颖应用的论文。[lever_c_降级自研究：ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• Autoware
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• Large Language Models
• ScienceCast

• 论文
• 产品
• 基础设施

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