热点事件持续更新
GRAML：图证据与多任务学习提升LLM漏洞检测
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月8日，arXiv Software Engineering 频道发布一手论文，提出 GRAML 框架，将图证据、漏洞描述生成与多任务训练结合，用于 LLM 软件漏洞检测。GRAML 对 C/C++ 程序做静态分析，提取关键源码行与类型化行关系作为结构证据，引导 GPT-5 经 ToT-VR 生成漏洞描述，并与 Detection、Localization、Assessment 样本构建统一四任务数据集。目前报道仅涉及论文方法与数据构建，未见实验结果或第三方验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
arXiv 发布 GRAML 论文，提出图证据引导 GPT-5 经 ToT-VR 生成漏洞描述的四任务框架。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Software EngineeringGRAML：面向 LLM 软件漏洞检测的图引导推理与多任务学习
论文提出 GRAML 框架，将图证据、漏洞描述生成与多任务训练结合，用于 LLM 软件漏洞检测。GRAML 对 C/C++ 程序做静态分析，提取关键源码行与类型化行关系作为结构证据，引导 GPT-5 经 ToT-VR 生成漏洞描述，并与 Detection、Localization、Assessment 样本构建统一四任务数据集。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。