研究人员开发了RiskyPy,一个新自动化流程,旨在创建用于评估大型语言模型(LLM)生成代码的安全性和功能的数据集。该系统生成针对特定模型能力校准的提示,解决了现有基准测试的成本和校准问题。使用Python和2025 CWE Top 25中的18个通用弱点枚举(CWE)进行的初步实验表明,生成任务在功能上是可访问的,其中很大一部分产生了功能性代码,同时仍包含漏洞,从而能够联合评估安全性和功能性改进。 AI
影响 能够更全面地评估LLM生成代码的安全性和功能。
排序理由 该集群描述了一篇详细介绍新数据集生成方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →