arXiv · cs.AI· S M Abdulla Al Mamun·· 18 小时前AI 评分28
QASecClaw 之外：智能体扩展、验证器反馈与证据可靠性在软件保障中的研究
Beyond QASecClaw: Agent Scaling, Verifier Feedback, and Evidence Reliability in Software Assurance
来源与原文
arXiv · cs.AI
作者：S M Abdulla Al Mamun
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.36947v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究通过五组实验评估增加专门大语言模型上下文能否改进软件保障，被测系统为 Qwen2.5-Coder-7B-Instruct（含 1.5B 敏感性分析），共完成 13,638 次模型请求。结果显示上下文从 1 增至 50 使 token 用量增加 49 倍但未提升不安全代码的清除率；在 32 个 SV-COMP 任务上，原始验证器反馈将平均正确判定从 12.7 提高到 22.0，但错误判定也从 1 升至 7。研究支持在测试场景下采用确定性证据，同时揭示了判定聚合与反馈解释的局限。
来源：arXiv · cs.AI · arxiv.org