bug detection | BriefGPT - AI 论文速递

关键词bug detection

搜索结果 - 17

模糊测试与 LLMs 的结合：挑战与机遇
通过对顶级会议上最新的论文进行回顾，我们确定了大型语言模型（LLMs）在模糊测试中面临的五个主要挑战，并提出了一些可行的建议来改进 LLM 在模糊测试中的应用，并进行了对数据库管理系统的模糊测试的初步评估，结果表明我们的建议有效地解决了所确
PDF24 days ago
当数据流分析遇上大型语言模型
LLMDFA 是一个强大的代码分析技术，通过分析程序值之间的依赖关系，提供代码优化、程序理解和错误检测的支持。该研究介绍了一种无需编译基础设施的 LLM 驱动数据流分析框架 (LLMDFA)，它能够自动合成下游应用程序并在解决数据流相关错误
PDF3 months ago
使用 LSTM 网络自动检测游戏中的错误
我们提出了一个新的框架，使用长短期记忆（LSTM）网络来检测感知缺陷，将视频游戏中的缺陷检测为异常，并通过聚类来确定发生的缺陷类别。该框架在两个第一人称射击游戏上进行了评估，结果显示了框架的有效性。
PDF5 months ago
语言模型通过代码对分类成为更好的缺陷检测器
大型语言模型能够通过代码生成和理解任务进行细粒度调整，而上下文学习技术在缺陷检测和修补中表现出色。本论文提出了代码对分类任务，其中模型接收有缺陷和无缺陷版本的代码对，从中识别出有缺陷的版本。实验证明，与判断代码片段中是否存在缺陷及其位置相比
PDF6 months ago
大语言模型时代的自动漏洞生成
草案提出了 BugFarm，用于将任意代码转化为多个复杂的错误。BugFarm 利用 LLM（语言模型）在多个位置（难以修复）突变代码。为了确保多个修改不会显着改变代码的表示，BugFarm 分析了底层模型的注意力，并指示 LLMs 仅更改
PDF8 months ago
标签高效的视觉错误检测的弱监督方法
利用无标签游戏过程和领域特定增强方法生成预训练或多任务设置中使用的自我监督目标数据集，以解决传统测试方法在检测视频游戏中潜在错误方面的困难。通过弱监督方法扩大数据集规模，并结合无监督聚类和基于文本和几何提示的交互方法，有效提高了对大型视觉错
PDF8 months ago
完美是测试预言的敌人
本文介绍了一种名为 SEER 的基于学习的方法，用于在没有测试断言或其他类型的测试神谕的情况下，确定单元测试在给定的被测试方法下是否通过或失败，它通过将单元测试和被测试方法的实现联合嵌入到统一的向量空间中来构建基础事实，并通过基于此向量表示
PDFa year ago
大型语言模型是相当不错的零样本视频游戏缺陷检测器
本研究探讨了利用大型语言模型的零样本能力来进行视频游戏中漏洞检测的可能性，并将漏洞检测问题表述为问答任务。我们介绍了 GameBugDescriptions 基准数据集，展示了六个模型在该数据集上的表现。结果表明，使用适当的提示技术，我们可
PDF2 years ago
红外：元虫侦测器
本文提出了一种名为元 Bug 检测的新方法，相比传统的静态分析工具和现有的基于学习的 Bug 检测工具，元 Bug 检测具有三个关键优势：泛型、自解释和样本效率。对该方法进行的全面评估表明，它能够有效地捕捉多种类型的 Bug，包括空指针解引
PDF2 years ago
COMET: 深度学习库测试的覆盖率导向模型生成
通过研究发现现有深度学习库测试技术的测试效果受到 API 调用多样性的限制，为了更加有效地生成深度学习模型以实现较高的覆盖率和发现更多的库错误，本文提出了一种基于突变操作符的模型生成算法 COMET，该算法可实现对 API 调用多样性的有效
PDF2 years ago
CCPT：基于好奇心条件近端轨迹的自动游戏测试和验证
本文提出了一种新型的深度强化学习算法，通过结合好奇心和仿真学习以训练智能代理，从而在复杂的三维导航环境中自动分析和检测游戏问题，并直接向游戏设计师总结其在游戏设计中的问题和设计疏忽。通过在全新的反映现代 AAA 视频游戏复杂性的三维导航环境
PDF2 years ago
自监督式缺陷检测和修复
BugLab 是一种基于机器学习的、自监督学习为主的程序分析方法，通过两个模型共同训练，可以有效地发现和修复代码中的错误，提高了 2374 个真实缺陷数据集的检测和修复准确度，同时发现了 19 个以前未知的错误。
PDF3 years ago
使用预训练 Transformer 生成错误修复
DeepDebug 是数据驱动的程序修复方法，其可以从 GitHub 代码库中挖掘的实际 Java 方法中学习检测和修复错误的方法。通过将错误修补构建为序列到序列的学习任务，它实现了两个步骤，即去噪预训练和有监督的微调。本方法显示出比以前的
PDF3 years ago
语言模型生成的源代码嵌入
本文提出了一种基于语言模型的深度上下文化单词表征，通过使用 ELMo 框架训练这些嵌入来研究其在下游缺陷检测任务中的有效性，并表明即使在相对较小的代码库中，低维度的嵌入也可以改进最先进的机器学习系统进行缺陷检测。
PDF4 years ago
Slither: 用于智能合约的静态分析框架
该论文描述了 Slither，它是一个静态分析框架，用于提供有关 Ethereum 智能合约的丰富信息，其四个主要用例是：自动检测漏洞，自动检测代码优化机会，提高用户对合约的理解，以及协助代码审查。我们比较了使用大型数据集的工具，并手动审查
PDF5 years ago
DeepBugs: 一种基于命名的缺陷检测学习方法
本文介绍了一种基于 DeepBugs 的学习方法，结合了自然语言元素和语义表示进行代码中的错误检测，并通过简单的代码转换生成了可能的错误代码示例，应用该方法到 150,000 个 JavaScript 文件中，获得了高准确率的错误检测结果。
PDF6 years ago
构建、破坏、修复：安全开发竞赛
本文介绍了一个名为 “Build-it Break-it Fix-it”（BIBIFI）的软件安全竞赛，该竞赛旨在评估构建安全软件的能力，而不仅仅是破坏它。竞赛评选最佳的构建者和破坏者，并发现使用 CC 编程语言、掌握多种编程语言、编写较短
PDF8 years ago