跳到正文
热点事件观察中

MetaVul提出漏洞检测智能体自优化框架

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Ira Ceka等人提出MetaVul框架,采用智能体自优化方案迭代提升大语言模型的漏洞检测准确率。 该框架在验证集和留出集上分别将成对漏洞检测准确率提升23.3和25.8个百分点。 此外,该框架展现出跨模型迁移能力,能将准确率提升14.7个百分点。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月2日
  1. arXiv · AI
    MetaVul:用于漏洞检测的智能体框架自优化方案

    MetaVul 提出一种用于漏洞检测的智能体框架自优化框架,通过迭代优化提升 LLM 检测准确率。 该框架在验证集和留出集上分别将成对漏洞检测准确率提升 23.3 和 25.8 个百分点,并能跨模型迁移提升 14.7 个百分点。

本事件热度走势

可比范围当前
5
可比范围峰值
911月2日 15:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。