BLOG
博客
我们在做的研究,和做的过程中想明白的事。
模型读得懂代码,却不知道代码怎么跑
同一段代码放到不同的芯片上,快慢、内存、走哪条路径都会变。我们想让模型学会这些。
二进制分析 Agent,要先学会交证据
72 项二进制分析任务,BinReX 做成了 83.3%,同样用 GPT-5、接上 IDA 的 Codex 是 43.1%。差别在两件事:先查相似函数,再让每一步结论都有证据。
模型上线以后,怎么知道它开始出错了
编译优化和漏洞检测里的模型,上线时好好的,过一阵就悄悄变差。PROM 用统计检验挑出它没把握的预测,重新标注不到 5% 的样本,就能把效果拉回来。
大模型能修好内存漏洞吗
我们用 SecureMind 测了 10 个大模型。修复最好的 o1 只修好了 37.1%,需要改多个函数的漏洞一个都没修好;检测也很容易被一个变量名带偏。
让漏洞检测模型看一眼代码怎么跑
只看代码文本,模型会把一个永远执行不到的除零当成漏洞。Concoction 只挑一部分路径做符号执行,把运行信息加进来,在 20 个开源项目里拿到了 37 个新的 CVE 编号。
用强化学习调编译器,先得决定怎么用强化学习
状态怎么表示、奖励怎么给、用哪个算法,以前要人一个个试。SuperSonic 把这件事交给搜索,在四类编译优化任务上和 8 种已有方法比,大多数时候都更好。
下一步