DITTO:面向 Pickle 格式预训练模型的安全审计上下文感知扫描器
针对 Pickle 格式预训练模型的安全审计工具 DITTO 发布,它通过追踪 Pickle 虚拟机状态转移并进行上下文感知语义分析来推断模型意图。对超 1 万个 Hugging Face 仓库的分析显示 9.3% 仍依赖 Pickle;DITTO 实现 100% 扫描覆盖率、0% 漏报率和 0.7% 误报率,F1 达 0.966。
针对 Pickle 格式预训练模型的安全审计工具 DITTO 发布,它通过追踪 Pickle 虚拟机状态转移并进行上下文感知语义分析来推断模型意图。对超 1 万个 Hugging Face 仓库的分析显示 9.3% 仍依赖 Pickle;DITTO 实现 100% 扫描覆盖率、0% 漏报率和 0.7% 误报率,F1 达 0.966。
一项针对本地开源 LLM 智能体的实证研究提出包含 15 项移动性工作流任务的基准,用确定性检查器评估生成脚本、表格、图表与报告等完整工件。
研究构建了首个带时间戳的 Agent 技能复制网络,基于 GitSkills 中每个仓库的 git 历史,覆盖 GitHub 上 2,193,119 次技能采用。