REVA论文称单次前向传播漏洞检测与SOTA持平且快250倍
热点事件持续更新
REVA论文称单次前向传播漏洞检测与SOTA持平且快250倍
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Amine Lbath 提交至 arXiv 的论文提出 REVA（REal-time Vulnerability Analysis），将智能体式漏洞检测所需的安全上下文与代码理解压缩为 LLM 的一次前向传播：对每个新函数提供预计算的威胁模型、静态分析结果和调用图信息，并用探针读取 LLM 内部表示。 论文报告的结果为：在 PrimeVul 留出测试集上，REVA 基于 GLM-5.3-Flash 达到 60.0% 准确率，每函数约 1 秒，与在同一 LLM 上运行的 SOTA 智能体检测器 VulTriage（59.2%）持平，速度快 250 多倍、成本不到其十分之一；同一提示下探针比 LLM 直接判断准确率高 14% 至 17%。这些数据均来自论文自述，尚为论文声明的结果。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 01:50
REVA：通过大语言模型上下文探测实现实时漏洞检测报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · cs.AIREVA：通过大语言模型上下文探测实现实时漏洞检测
REVA（REal-time Vulnerability Analysis）将智能体式漏洞检测所需的安全上下文与代码理解压缩为 LLM 的一次前向传播，对每个新函数提供预计算的威胁模型、静态分析结果和调用图信息，并用探针读取 LLM 内部表示。在 PrimeVul 测试集上，REVA 基于 GLM-5.3-Flash 达到 60.0% 准确率，每函数约 1 秒，与 SOTA 智能体检测器 VulTriage（59.2%）持平，速度快 250 多倍、成本不到其十分之一；同一提示下探针比 LLM 直接判断准确率高 14% 至 17%。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 710月27日 13:00
- 近 24 小时变化
- –
02468
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。