Learning from Failures：面向 LLM 漏洞分析的失败驱动提示词优化

该研究提出 Failure-Driven Prompt Refinement（FDPR），通过分析大语言模型在漏洞分析中的反复失败来指导提示词优化。研究基于 Damn Vulnerable Java Application（DVJA）识别出误报、漏报、推理无依据和 CWE 误分类等失败模式，并在 Juliet Test Suite 上评估与跨模型验证。