SESAA：LLM 代理自演化静态分析规则
热点事件持续更新
SESAA：LLM 代理自演化静态分析规则
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 23 日 arXiv 人工智能板块报道，Rui Melo 等作者提出 SESAA 框架：让 LLM 智能体从零规则出发，迭代生成可读、可审计的 joern 查询，并仅依靠第二个 LLM 评审器对已标记与未标记代码的反馈来修正规则，无需真实标签。在 Python 版 OWASP Benchmark 上，8 次独立运行平均 F1 为 0.742，高于五款常用工具的默认配置，并与其中最强工具在获得真实标签调优后的表现相当。目前报道仅给出该基准上的结果，未涉及其他语言或数据集上的表现。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
SESAA：用 LLM 伪标签让静态分析规则自我进化报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv Artificial IntelligenceSESAA：用 LLM 伪标签让静态分析规则自我进化
SESAA 让 LLM 智能体从零规则出发，迭代生成可读可审计的 joern 查询，仅靠第二个 LLM 评审器对标记与未标记代码的反馈修正规则，无需真实标签。在 Python 版 OWASP Benchmark 上，8 次独立运行平均 F1 达 0.742，高于五款常用工具的默认配置，并与其中最强工具在获得真实标签调优后的表现相当。
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。