arXiv· ZhiHong Liu·· 7 天前推荐指数64
arXiv论文量化LLM漏洞审计器对静态分析证据的非对称依赖
Trusting the Tool: Asymmetric Deference of LLM Vulnerability Auditors to Static-Analysis Evidence
AI 导读
该论文研究LLM与静态分析结合的漏洞审计流水线中，模型是否会区分真假证据。作者构建了针对C/C++的过程内分析器，在PrimeVul数据集的916对函数上，用四种厂商的十一个模型配置共进行16,572次审计，仅改变证据注释内容。
来源：arXiv · arxiv.org