RiskyPy自动化安全代码评测管线发布

研究团队Zacharie Chenail-Larcher等提出并开源了RiskyPy自动化安全代码生成数据集管线。该管线旨在生成经模型能力校准的安全导向代码生成数据集，解决LLM生成代码的安全与功能联合评估问题。 该方案基于Python语言，利用2025年CWE Top 25中的18个CWE领域，共构建了101个提示词。通过功能与漏洞金丝雀机制，实现对模型能力的校准。 在Qwen3-4B和Seed-Coder-8B上的实验显示，生成的任务功能可达性良好，57%至72%的提示词能产生功能性代码，而仅有5%至10%的代码生成结果无Bandit安全漏洞发现，为安全改进方法的安全与功能联合评估提供了空间。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。