SecPRBench基准评测智能体安全代码审查
热点事件持续更新
SecPRBench基准评测智能体安全代码审查
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Yihan Yang等作者提出并发布SecPRBench基准，用于评估智能体在真实代码变更上的安全审查能力。该基准从Firefox、V8、OpenSSL等九个关键系统收集了265个任务。 在评测中，八款前沿模型的召回率在32.5%到78.1%之间，Grok 4.6与GPT-6 sol居前。作者称，68%的漏报是智能体定位到含缺陷文件但给出不同机制解释。
AI 根据报道生成 · 45 分钟前更新
最新进展10月27日 12:00
SecPRBench：智能体代码审查能否在合并前发现漏洞报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AISecPRBench：智能体代码审查能否在合并前发现漏洞
论文提出 SecPRBench，用于评估智能体在真实代码变更上的安全审查能力，已从 Firefox、V8、OpenSSL 等九个关键系统收集 265 个任务。八款前沿模型的召回率在 32.5% 到 78.1% 之间，Grok 4.6 与 GPT-6 sol 居前；68% 的漏报是智能体定位到含缺陷文件但给出不同机制解释。
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。