代码大模型 / AI 编程

HogVul: Black-box Adversarial Code Generation Framework Against LM-based Vulnerability Detectors

HogVul: 针对基于语言模型的漏洞检测器的黑盒对抗代码生成框架

Jingxiao Yang, Ping He, Tianyu Du, Sun Bing, Xuhong Zhang

专题命中 代码生成 ：code generation(title,abstract)；分类 cs.AI

AI总结 HogVul通过整合词汇和语法扰动，利用粒子群优化策略提升对抗攻击效果，实验显示其在漏洞检测器攻击成功率上提升26.05%。

Comments AAAI26

Detection of LLM-Paraphrased Code and Identification of the Responsible LLM Using Coding Style Features

检测 LLM 生成的代码并识别负责的 LLM 使用编码风格特征

Shinwoo Park, Hyundong Jin, Jeong-won Cha, Yo-Sub Han

机构 * Yonsei University（延世大学） ； Changwon National University（昌原国立大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.AI

AI总结 本文提出通过编码风格特征检测 LLM 生成的代码并识别负责的 LLM，改进了检测性能和效率。

Comments In Engineering Applications of Artificial Intelligence, Vol. 162, December 2025