PLMGH

研究人员研究用于代码分类和漏洞检测的 PLM-GNN 混合模型

研究人员探索了将预训练语言模型 (PLM) 与图神经网络 (GNN) 相结合用于代码分类和漏洞检测的有效性。他们的研究题为“PLMGH”，系统地配对了各种代码专用 PLM 和 GNN 架构。研究结果表明，这些混合方法通常优于仅 GNN 的方法，并且可以提高冻结 PLM 的性能。值得注意的是，PLM 的选择及其特征来源对任务性能和鲁棒性比 GNN 主干更为关键。