【网安AIGC专题】46篇前沿代码大模型论文、24篇论文阅读笔记汇总
写在最前面 本文为邹德清教授的《网络安全专题》课堂笔记系列的文章，本次专题主题为大模型。 本系列文章不仅涵盖了46篇关于前沿代码大模型的论文，还包含了24篇深度论文阅读笔记，全面覆盖了代码生成、漏洞检测、程...
【网安AIGC专题】46篇前沿代码大模型论文、24篇论文阅读笔记汇总
写在最前面本文为邹德清教授的《网络安全专题》课堂笔记系列的文章，本次专题主题为大模型。本系列文章不仅涵盖了46篇关于前沿代码大模型的论文，还包含了24篇深度论文阅读笔记，全面覆盖了代码生成、漏洞检测、程序修复、生成测试等多个应用方向，深刻展示了这些技术如何在网络安全领域中起到革命性作用。同时，本系列还细致地介绍了大模型技术的基础架构、增强策略、关键数据集，以及与网络安全紧密相关的模型安全问题。本....
【网安AIGC专题11.7】17ASAP如何更好地改进少样本提示：在LLMs的prompt中添加语义信息，来提高代码摘要生成+代码补全任务的性能。CodeSearchNet数据集（下）
用例和补全流水线ASAP有3个组成部分：一个LLM，一个可用示例池(标记的输入-输出对，例如，带注释的代码)，以及一个用于从代码中获取事实的静态分析工具。一个配置文件会指定这些组件。一旦配置完成后，开发人员对函数体Cin(如左图所示)调用ASAP ，并需要一个输出(例如，代码摘要)。 ASAP使用Cin对其样本池进行BM25检索以得到样本候选集e c 1 ec_1ec1，e c 2 ec_2ec....
【网安AIGC专题11.7】17ASAP如何更好地改进少样本提示：在LLMs的prompt中添加语义信息，来提高代码摘要生成+代码补全任务的性能。CodeSearchNet数据集（上）
写在最前面本文为邹德清教授的《网络安全专题》课堂笔记系列的文章，本次专题主题为大模型。范晓萱同学分享了Improving Few-shot Prompts with Relevant Static Analysis Products《用相关静态分析产品改进少样本提示》论文：https://arxiv.org/pdf/2304.06815.pdf论文12页信息量比较大，PPT相当充实，长达49页分....
【网安AIGC专题11.1】11 Coreset-C 主动学习：特征选择+11种采样方法+CodeBERT、GraphCodeBERT+多分类(问题分类)二元分类(克隆检测)非分类任务(代码总结)
写在最前面本文为邹德清教授的《网络安全专题》课堂笔记系列的文章，本次专题主题为大模型。皇甫璟轩同学分享了Active Code Learning: Benchmarking Sample-Efficient Training of Code Models《主动代码学习:样本高效的代码模型训练基准测试》分享时清晰简洁大方学到了benchmark基准和baseline基准线的区别主动学习：主动选择具....
【网安AIGC专题11.1】论文13：理解和解释代码，GPT-3大型语言模型&学生创建的代码解释比较+错误代码的解释（是否可以发现并改正）
写在最前面本文为邹德清教授的《网络安全专题》课堂笔记系列的文章，本次专题主题为AIGC。李智佳同学分享了Comparing Code Explanations Created by Students and Large Language Models《学生和大型语言模型创建的代码解释比较》https://doi.org/10.48550/arXiv.2304.03938Submitted on ....
【网安AIGC专题10.19】论文6（顶会ISSTA 2023）：提出新Java漏洞自动修复数据集：数据集 VJBench+大语言模型、APR技术+代码转换方法+LLM和DL-APR模型的挑战与机会
写在最前面本文为邹德清教授的《网络安全专题》课堂笔记系列的文章，本次专题主题为大模型。ISSTA 2023How Effective Are Neural Networks for Fixing Security Vulnerabilities评测现有的大模型和基于深度学习的自动补丁修复模型对Java漏洞修复能力的工作论文很长很系统，学姐读的很细节很深入摘要安全漏洞修复的两种方向（1）LLM，已....
【网安AIGC专题10.11】论文1：生成式模型GPT\CodeX填充式模型CodeT5\INCODER+大模型自动程序修复(生成整个修复函数、修复代码填充、单行代码生产、生成的修复代码排序和过滤)
写在最前面本文为邹德清教授的《网络安全专题》课堂笔记系列的文章，本次专题主题为大模型。10.11分享论文1：Automated Program Repair in the Era of Large Pre-trained Language Models《llm在程序修复中的应用》马兴宇学长分享论文，深入浅出，简洁明了写博客记录这篇论文的分享论文总结主要是将主流的预训练代码专项的大模型应用到了代码....
【网安AIGC专题10.11】①代码大模型的应用：检测、修复②其安全性研究：模型窃取攻击（API和网页接口） 数据窃取攻击 对抗攻击（用途：漏洞隐藏） 后门攻击（加触发器+标签翻转）（下）
提示工程——漏洞修复增强提示2模板:下面的代码是为一个训练在[Y]上的[X]问题设计的。 Template: The following code is designed for a [X] problem trained on [Y].请修理它以便[Z]。(代码)Please repair it in order to [Z].[Code]示例:下面的代码是为在Iris数据集上训练的分类问题而....
【网安AIGC专题10.11】①代码大模型的应用：检测、修复②其安全性研究：模型窃取攻击（API和网页接口） 数据窃取攻击 对抗攻击（用途：漏洞隐藏） 后门攻击（加触发器+标签翻转）（上）
写在最前面本文为邹德清教授的《网络安全专题》课堂笔记系列的文章，本次专题主题为大模型。第一次课上，文明老师的博士生杜小虎学长进行了代码大模型的应用及其安全性研究的相关介绍将我之前不太明白的一些概念解释得深入浅出，醐醍灌顶另有部分个人不成熟的理解，欢迎交流后面如果有进一步理解，将对文章进行更新一些想法大型模型输出格式不受控制的解决方法大型模型输出格式不受控制的情况，一些可能的解决方法：输出处理：后....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。