热点事件持续更新

SESAA：LLM 伪标签自演化静态分析规则

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

Rui Melo 等作者发布论文，提出 SESAA 框架：LLM 智能体从零规则出发，仅依靠第二个 LLM 评审对已标记和未标记代码的反馈，迭代修改可读可审计的 Joern 查询，从而让静态分析规则自我演化。在 Python 版 OWASP Benchmark 上，8 次独立运行的平均 F1 为 0.742，高于五款常用工具的默认配置，接近其中最强工具在可访问真实标签调优后的水平。该结果来自论文报告，尚未经独立复现。

AI 根据报道生成 · 1 小时前更新

最新进展10月23日 12:00

SESAA：用 LLM 伪标签让静态分析规则自我演化

报道时间线

沿着报道，了解事件的不同侧面。

10月23日

12:00
arXiv cs.SE
SESAA：用 LLM 伪标签让静态分析规则自我演化
论文提出 SESAA 框架，让 LLM 智能体从零规则出发，仅依靠第二个 LLM 评审对标记与未标记代码的反馈，迭代修改可读可审计的 Joern 查询。在 Python 版 OWASP Benchmark 上，8 次独立运行的平均 F1 为 0.742，高于五款常用工具的默认配置，接近其中最强工具在可访问真实标签调优后的水平。

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。