【论文阅读】WaDec: Decompiling WebAssembly Using Large Language Model
论文阅读笔记：WaDec: Decompiling WebAssembly Using Large Language Model 1. 来源出处 论文标题: WaDec: Decompiling WebAssembly Using Large Language Model 作者: Xinyu She, Yanjie Zhao, Haoyu Wang 会议: 39th IEEE/ACM Internati...
【论文阅读】HITS: High-coverage LLM-based Unit Test Generation via Method Slicing
HITS: High-coverage LLM-based Unit Test Generation via Method Slicing 1. 来源出处 本文是发表在2024年39th IEEE/ACM International Conference on Automated Software Engineering (ASE)上的论文。作者包括Zejun Wang, Kaiibo Liu, Ge ...
【论文阅读】(Security) Assertions by Large Language Models
论文笔记：(Security) Assertions by Large Language Models 来源：IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY I. 引言 计算机系统的安全性通常依赖于硬件的根信任。硬件漏洞可能对系统造成严重影响，因此需要支持安全验证的技术。断言验证是一种流行的验证技术，通过一组断言捕捉设计意图，用于非正式验证...
论文阅读--捍卫基于激光雷达视野范围的三维目标检测
目前存在的问题： 常用的体素化或鸟瞰图（BEV）表示相比，范围视图表示更紧凑且没有量化误差，但其在目标检测方面的性能很大程度上落后于体素化或 BEV 。范围视图尺度变化的挑战2D 图像不同，虽然距离图像的卷积是在 2D 像素坐标上进行的，但输出是在 3D 空间中。 标准卷积的核权重和聚合策略都忽略了这种不一致 文章主要研究内容： 提出了一个简单而有效的范围条件金字塔，提出元内核从 2D 范围视图表示中捕...
论文阅读--基于MLS点云语义分割和螺栓孔定位的盾构隧道错位检测方法
目前存在的问题： 隧道错位识别方法只能针对特定错位形式；将点云转化为灰度图像会受到环境的影响。 文章主要研究内容： 将点云无损展开将2.5D点云转化为2D图像进行语义分割提取螺栓孔感兴趣区域，最小拟合方法获取错位值 论文翻译： ...
【课程总结】day34：多模态大模型之ViT模型、CLIP模型论文阅读理解
前言 在【课程总结】day31：多模态大模型初步了解一文中，我们对多模态大模型的基本原理有了初步了解，本章内容将通过论文阅读理解，更进一步理解多模态大模型中所涉及的 Vit 架构、Transformer在视觉应用的理念以及 Clip图像与文本匹配的应用。 ViT 模型论文阅读理解 多模态大模型中所涉及的最为经典的模型就是 ViT，所以我们先了解该论文的核心要点。 论文标题：An Image Is Wor...
【论文阅读】Large Language Models for Equivalent Mutant Detection: How Far Are We?
阅读笔记：Large Language Models for Equivalent Mutant Detection: How Far Are We? 1. 来源出处 本文发表于《ISSTA’24, September 16–20, 2024, Vienna, Austria》会议，由Zhao Tian, Honglin Shu, Dong Wang, Xuejie Cao, Yasutaka Kame...
论文阅读-Automated Repair of Programs from Large Language Models
现在基于大语言模型，输入自然语言，生成代码的应用非常普遍。但是生成的代码正确率很低，文章以GPT-3模型的后代-Codex模型，为例，试图利用自动化程序修复（APR）技术来修复Codex产生的代码错误。 自动化修复技术接受一个有缺陷的程序和一个正确性规范，通过稍稍修改程序使其满足给定的规范来生成一个固定的程序。典型的修复工具通过推理程序语义与给定的规范来生成补丁。例如，基于语义的修复工具（如SemFix...
论文阅读-Transformer-based language models for software vulnerability detection
「分享了一批文献给你，请您通过浏览器打开 https://www.ivysci.com/web/share/biblios/D2xqz52xQJ4RKceFXAFaDU/ 您还可以一键导入到 ivySCI 文献管理软件阅读，并在论文中引用 」 1. 源代码翻译：将C/C++高级编程语言的源代码转换为能输入transformer的格式。这样做是为了利用自然语言与高级编程语言之间的相似性。 2. 模型准备：...
论文阅读-Examining Zero-Shot Vulnerability Repair with Large Language Models
研究问题： RQ1：大型语言模型（LLMs）能否修复简单代码中的安全漏洞？RQ2：在提示的注释中改变上下文数量是否会影响 LLM 提出修复建议的能力？RQ3：在实际世界中使用 LLMs 修复漏洞时面临哪些挑战？ 为了回答这些问题，作者评估了四种商业可用的 LLM 和自己本地训练的 C/C++代码模型，在各种合成、手工制作和真实世界漏洞修复场景中的表现。 确定了最有效的提示、上下文线索和生成参数（温...