SecProbe: Adaptive Evaluation of Coding Agents on Cybersecurity Vulnerabilities

该论文关注一个日益重要的问题：如何可靠地评估编码智能体（coding agent）在网络安全漏洞方面的意识与修复能力。作者指出，传统静态基准存在明显局限：任务覆盖范围与难度固定，模型能力提升后容易饱和；而真实世界可用的脆弱代码仓库稀缺，专家

历史摘要 · 未重新核验 · arXiv cs.CR