块约束DPO:面向安全正确的大语言模型代码生成的片段级优化
《ACM Transactions on Software Engineering and Methodology》:Hunk-Constrained DPO: Segment-Level Optimization for Secure and Correct LLM Code Generation
【字体:
大
中
小
】
时间:2026年09月18日
来源:ACM Transactions on Software Engineering and Methodology 6.9
编辑推荐:
摘要AI 摘要要查看此 AI 生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要大语言模型(LLM)已广泛应用于代码生成任务,如代码补全和自动化开发,展现出提升编码效率的显著潜力。然而,研究表明,LLM 生成的代码中频繁包含安全漏洞,引发了对其在生产环境中可靠性的担忧。
要查看此 AI 生成的摘要,您必须拥有高级访问权限。
摘要
摘要
大语言模型(LLM)已广泛应用于代码生成任务,如代码补全和自动化开发,展现出提升编码效率的显著潜力。然而,研究表明,LLM 生成的代码中频繁包含安全漏洞,引发了对其在生产环境中可靠性的担忧。为应对这些安全问题,各类缓解方法已被提出,但这些方法通常会影响 LLM 生成功能正确代码的能力,这可能限制其在实际开发环境中的应用。在本工作中,我们通过一个关键观察来解决这一问题:现实软件中的安全补丁与功能缺陷修复在结构上具有相似性,即它们都是小而局部的修改。这一共同特征表明,一种统一的学习模型可以同时解决这两个目标。
基于这一洞察,我们提出了 HPO(分块约束直接偏好优化),一个将安全加固与功能修复统一的训练框架。我们的框架具有两个关键技术组件:一种新颖的分段加权偏好优化目标,使学习聚焦于修复逻辑;以及一条自动化数据合成流水线,以提供高质量的训练数据。在多个模型和编程语言上的实验表明,HPO 实现了显著的安全改进——最高可达 28 个百分点——同时保持或提升了功能正确性。
AI 摘要
AI 生成的摘要(实验性)
本摘要使用自动化工具生成,未由本文作者撰写或审阅。其旨在辅助发现、帮助读者评估相关性,并协助来自相关研究领域的读者理解本文。本文档旨在补充作者提供的摘要,后者仍是本文的主要摘要。全文始终作为权威记录版本。点击此处了解更多信息。
点击此处,对本摘要的准确性、清晰度和实用性进行评价。这将有助于改进和生成未来版本。
要查看此 AI 生成的通俗摘要,您必须拥有高级访问权限。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号