研究人员提出代码改写管道与HMI评估LLM代码脆弱性

2026年10月27日，Lizhe Zhang等研究人员在arXiv发布论文，针对大语言模型代码生成中的“有害记忆”现象，提出了自动化语义扰动管道与有害记忆指数（HMI）。（78字） 实验基于MBPP+和BigCodeBench基准显示，HMI不随模型规模单调增加，且主要集中于约束变更等逻辑编辑中。（58字） 研究发现监督微调可能推高HMI，而PPO后训练在准确率与HMI的权衡中表现更优，为模型评估提供了新视角。（56字）

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。