Towards Behavior Tree-Guided Vulnerability Detection with Lightweight LLMs
本文研究如何利用轻量级本地大语言模型(LLM)进行软件漏洞检测,重点关注源代码输入表示对检测效果的影响。当前多数提示方法直接使用原始源代码,也有部分工作采用抽象语法树(AST)等结构化表示,但AST的冗长性显著增加了输入token数量,可能
共收录 1 条相关情报。
← 返回所有主题本文研究如何利用轻量级本地大语言模型(LLM)进行软件漏洞检测,重点关注源代码输入表示对检测效果的影响。当前多数提示方法直接使用原始源代码,也有部分工作采用抽象语法树(AST)等结构化表示,但AST的冗长性显著增加了输入token数量,可能