arXiv · AI· Asif Shahriar, Hongyu Cai, Hadjer Benkraouda, Gang Wang, Z. Berkay Celik·· 2026-10-16AI 评分43
LLM 代码漏洞检测易受认知启发式偏差影响
Words Speak Louder Than Code: Investigating Cognitive Heuristics in LLM-Based Code Vulnerability Detection
AI 导读
研究评估 8 款 LLM,发现 3 种认知偏差均可显著影响代码漏洞检测准确性,跨模型平均易感性中框架效应最高。 各模型对框架效应易感性达 33.2%,锚定效应 23.5%,光环效应 18.4%。证明概念显示认知攻击可压制最高 97% 的已检测漏洞,表明该偏差具有可利用性。
来源:arXiv · AI · arxiv.org