SAFESHIELD: A Decision-Organization Framework for Deployment-Time Safety of Small Language Models
Deployment-time safety of language models is commonly implemented through runtime guardrails such as input moderation, r
共收录 457 条相关情报。
← 返回所有主题Deployment-time safety of language models is commonly implemented through runtime guardrails such as input moderation, r
Large Language Models (LLMs) are increasingly deployed for automated software vulnerability analysis. Binary classificat
Localizing where an LLM-based agent first fails to uphold security during a repair can show which stage of its workflow
Implementing security features---functionalities that protect sensitive data or prevent malicious actions by attackers--
Sparse autoencoders (SAEs) are increasingly used not only to interpret language models but also to intervene on their in
基于学习的漏洞检测高度依赖训练标签的质量。现有大规模数据集(BigVul、PrimeVul、DiverseVul 等)通常以「漏洞修复提交」为依据,把被补丁改动过的函数直接标注为「存在漏洞」,但被安全补丁修改并不等于该函数本身存在漏洞,由此
Software agents increasingly depend on open-source components when executing tools and interacting with external systems
LLMs are used both to simulate network protocol implementations, as honeypots do, and to write them. Prior work evaluate
Static-analysis scanners can identify personal-data types in source code, but they lack mechanisms to connect these find
该论文研究递归自我改进(RSI)场景下智能体(agent)的安全性问题:当 LLM 编辑器跨代际持续优化可执行的智能体组件时,如何既阻止不安全行为在后续版本中延续,又能在失败发生后实现恢复。作者构建了一个受控测试台,使用有状态的授权(aut
该论文聚焦 Web 应用中最为普遍的安全风险之一——失效的访问控制(Broken Access Control, BAC),即授权机制的缺失或错误。作者指出,与注入类漏洞本质不同:注入是“不可信数据流入危险操作”的数据流问题,而授权是一种“
该论文关注编码智能体(coding agent)所依赖的「仓库指令文件」(如 AGENTS.md、copilot-instructions 一类指导性规则)带来的安全风险:这些文件本意是引导智能体正确完成开发任务,但也构成一条 prompt
论文聚焦 AI 编码代理 harness(Claude Code、Codex CLI、Cursor 等)的一个未被充分检验的安全假设:人类批准的动作 A,与 harness 实际执行的动作 A' 是同一个动作,其中 A 由作用域授权或会话级
该论文针对 JavaScript 与 TypeScript 生态中自动化漏洞检测长期受限于高质量训练数据不足的问题,构建并公开发布了函数级漏洞数据集 JsVul。与常见的多语言通用数据集不同,JsVul 采用面向 JS/TS 的语言特定处理
这篇论文(cs.AI / cs.SE)聚焦一个在「AI 编码智能体辅助科研开发」场景中日益尖锐但缺乏系统分析的矛盾:同一份代码仓库里,某些模块是构建物理求解器所必需的(编译器必须读取),但同时又属于不宜暴露给外部编码智能体的知识产权(age
本文针对一个此前缺乏系统认识的问题展开研究:大语言模型(LLM)在密码协议的符号化验证(symbolic protocol verification)中究竟能起到多大作用。作者指出,LLM 已在软件工程与安全分析任务中表现出较强潜力,但其在
该论文关注LLM编码智能体(coding agent)在解决任务过程中产生的安全债务问题。作者指出,编码智能体在提交最终方案前会经过数百个中间代码状态,而现有评测通常只看最终产物,导致安全发现(security findings)随轨迹演化
该论文聚焦于工具增强型 LLM 智能体(tool-enabled agents)在调用分派环节的一类结构性安全缺陷。作者指出:智能体在生成工具调用时,依据的是模型可见的接口描述(descriptor,即 schema、名称、参数说明),而宿
该论文研究智能合约中链上-链下通信(On-chain/Off-chain Communication, OFC)引发的安全问题。随着跨链桥、现实世界资产代币化(RWA)以及法币背书稳定币等应用快速增长,OFC 已成为去中心化金融的关键基础设
该论文聚焦神经反编译器(neural decompiler)的可信度问题。神经反编译器是采用机器学习模型完成反编译任务的系统,作用是把低层语言(如汇编/中间表示)提升为高层语言(如 C 代码)。相比传统确定性反编译器,它的核心优势在于能够以