EvoRepair：从修复经验中自进化的漏洞修复智能体
热点事件持续更新
EvoRepair：从修复经验中自进化的漏洞修复智能体
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Haichuan Hu 等作者提出 EvoRepair，一个基于经验自进化的漏洞修复智能体框架：它循环检索修复经验、提取经验，并按质量评分更新经验库，用这些经验指导长程漏洞修复。 作者报告，EvoRepair 在 PATCHEVAL 和 SEC-bench 上分别达到 93.47% 和 87.00%，整体 90.46%；相比 LoopRepair，在这两个基准上分别高 39.56 和 33.50 个百分点，整体超过 Live-SWE-Agent 6.98%。这些数字来自论文自述，尚未见独立验证。
AI 根据报道生成 · 1 小时前更新
最新进展10月22日 12:00
EvoRepair：从修复经验中自进化的漏洞修复智能体报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv cs.SEEvoRepair：从修复经验中自进化的漏洞修复智能体
论文提出基于经验的自进化漏洞修复智能体框架 EvoRepair，通过循环的检索经验、提取经验、按质量评分更新经验库来指导长程修复。在 PATCHEVAL 和 SEC-bench 上分别达到 93.47% 和 87.00%，整体 90.46%，比 LoopRepair 分别高 39.56% 和 33.50%，整体超过 Live-SWE-Agent 6.98%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。