【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11.1】12 CODEIE用于NER和RE：顶刊OpenAI API调用、CodeX比chatgpt更好：提示工程设计+控制变量对比实验（格式一致性、模型忠实度、细粒度性能）（下）
structure_converter.py：抽象基类用于定义结构转换器的接口class StructureConverter(object): def structure_to_input(self, input_dict: dict, prompt_part_only: bool = False) -> str: raise NotImplementedErro...
【网安AIGC专题11.1】12 CODEIE用于NER和RE：顶刊OpenAI API调用、CodeX比chatgpt更好：提示工程设计+控制变量对比实验（格式一致性、模型忠实度、细粒度性能）（中）
def query_codex:向Codex（AI引擎）发出查询，以获取生成的代码def query_codex(task: dict, prompt_text: str, engine: str, max_tokens: int): prompt = f"{prompt_text} {task['input_prompt']}" response = OpenaiAPIWrap...
【网安AIGC专题11.1】12 CODEIE用于NER和RE：顶刊OpenAI API调用、CodeX比chatgpt更好：提示工程设计+控制变量对比实验（格式一致性、模型忠实度、细粒度性能）（上）
写在最前面这次该我汇报啦许愿明天讲的顺利，问的都会课堂讨论讲+提问1个小时但是在讨论的过程中，感觉逐步抽丝挖掘到了核心原理：之前的理解：借助代码-LLM中的编码丰富结构化代码信息最后的理解：如果能设置一个方法，让大模型能对自己输出的有所理解，那么效果会更好。这篇论文是通过代码结构和提示来实现这个的，理论上文字也可以汇报CODEIE：代码生成大模型能更好的进行少样本信息提取这项工作接下来我将从这四....
【网安AIGC专题10.11】2 ILF利用人类编写的 自然语言反馈 来训练代码生成模型：自动化反馈生成+多步反馈合并+处理多错误反馈+CODEGEN -M ONO 6.1 B model
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。一位同学分享了arXiv 2023.3.28纽约大学团队Authors: Angelica Chen, Jérémy Scheurer, Tomasz Korbak, Jon Ander Campos, Jun Shern Chan, Samuel R. Bowman, Kyunghyun Cho, Ethan....
【网安AIGC专题10.25】论文7：Chatgpt/CodeX引入会话式 APR 范例+利用验证反馈+LLM 长期上下文窗口：更智能的反馈机制、更有效的信息合并策略、更复杂的模型结构、鼓励生成多样性
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。饶鸿洲同学: @weixin_42161680 分享了Conversational Automated Program Repair《对话式自动程序修复》.CoRR abs/2301.13246(2023)分享时的PPT简洁大方，重点突出对流程图介绍清晰，没看论文也能理解论文：https://arxiv.org....
【网安AIGC专题10.19】论文4：大模型（CODEX 、CodeGen 、INCODER ）+自动生成代码评估：改进自动化测试方法、创建测试输入生成器、探索新的评估数据集扩充方法
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。李宾逊同学分享 Is Your Code Generated by ChatGPT Really Correct? Rigorous Evaluation of Large Language Models for Code Generation《你由 ChatGPT 生成的代码真的正确吗？严格评估用于代码生成的....
【网安AIGC专题10.19】论文3代码生成：ChatGPT+自协作代码生成+角色扮演（分析员、程序员、测试员）+消融实验、用于MBPP+HumanEval数据集
写在最前面Yihong Dong∗, Xue Jiang∗, Zhi Jin†, Ge Li† (Peking University)arXiv May 2023arXiv 2023.4.15https://arxiv.org/pdf/2304.07590.pdf一位不愿意透露姓名的朋友分享了Self-collaboration Code Generation via ChatGPT《基于Cha....
【网安AIGC专题10.19】5 ChatRepair：ChatGPT+漏洞定位+补丁生成+补丁验证+APR方法+ChatRepair+不同修复场景+修复效果（韦恩图展示）
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。Keep the Conversation Going: Fixing 162 out of 337 bugs for $0.42 each using ChatGPTarXiv 2023.4.1https://arxiv.org/pdf/2304.00385.pdfChunqiu Steven Xia, Un....
【网安AIGC专题10.11】软件安全+安全代码大模型
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，邹德清教授对软件安全+安全代码大模型进行了介绍一些启发科研方法最好进行一系列体系性工作，科研连贯、市场需求、能落地（业务：提供代码扫描检测）、批判性思维科研思路（数据集趋势）有监督-》无监督（因此可以尝试大模型）异常数据识别-》提高acc代码检测，bug修复基于代码相似性，可控语义等价代码替换模型可....
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。