論文の概要: Secure and Functional Code Generation with Self-Evaluation
- arxiv url: http://arxiv.org/abs/2610.33450v1
- Date: Sat, 24 Oct 2026 05:02:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.331835
- Title: Secure and Functional Code Generation with Self-Evaluation
- Title（参考訳）: 自己評価によるセキュアかつ機能的なコード生成
- Abstract要約: SecGentは、Common Weaknessionデータベースから弱点コンテキストを取得し、セキュアなコード生成に適用する推論時フレームワークである。
CWEvalベンチマークで,SecGentを4つのオープンソースLLMとClaude Sonnet 5.5で評価した。
- 参考スコア（独自算出の注目度）: 2.2917707112773593
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large Language Models (LLMs) can generate functionally correct code that remains insecure. Security-focused fine-tuning can be expensive and is not always available, motivating inference-time approaches. Security-oriented prompting and retrieval can reduce vulnerabilities, but may also remove required behavior or apply defenses incompatible with the task. The challenge is to identify relevant security knowledge and use it to improve security without sacrificing functionality. We present SecGent, an inference-time framework that retrieves weakness context from the Common Weakness Enumeration (CWE) database and applies it to secure code generation. By connecting task specifications to relevant textual CWE records, SecGent provides task-specific security guidance without relying on retrieved vulnerable or patched code examples. Complementary functional and security tests check the resulting implementation, and their execution feedback guides repairs toward satisfying both objectives. We evaluate SecGent with four open-source LLMs and Claude Sonnet 5.5 across five programming languages on the CWEval benchmark. It achieves the highest joint functional--security success against four inference-time baselines for all five models. Across the open-weight models, mean functional-security@1 (FS@1) improves by 15.5% over RAG, with gains in both functionality and security, and by 19.8% over the strongest prompt optimizer compiled for each model. On Sonnet, FS@1 reaches 92.1%, outperforming the strongest baseline AutoGen by 4.8%. In a separate comparison, SecGent outperforms Claude Code with security-focused prompting by over 6% in FS@1. Feedback-guided repair further improves FS@1 by up to 6.7% over generation without feedback, primarily by recovering functionality while checking security.
- Abstract（参考訳）: 大きな言語モデル(LLM)は、安全でないまま機能的に正しいコードを生成することができる。
セキュリティを重視した微調整は高価であり、常に利用できるとは限らない。
セキュリティ指向のプロンプトと検索は脆弱性を減らすことができるが、必要な振る舞いを削除したり、タスクと互換性のない防御を適用することもできる。
課題は、関連するセキュリティ知識を特定し、機能を犠牲にすることなく、セキュリティを改善することだ。
SecGentは、CWE(Common Weakness Enumeration)データベースから弱点コンテキストを抽出し、セキュアなコード生成に適用する、推論時フレームワークである。
タスク仕様を関連するテキストCWEレコードに接続することで、SecGentは、取得した脆弱性やパッチされたコードの例に頼ることなく、タスク固有のセキュリティガイダンスを提供する。
補完的な機能テストとセキュリティテストは、結果の実装をチェックし、その実行フィードバックは、両方の目的を満たすための修正をガイドします。
CWEvalベンチマークで,SecGentを4つのオープンソースLLMとClaude Sonnet 5.5で評価した。
5つのモデルすべてに対して4つの推論時間ベースラインに対して、最も高い共同機能-セキュリティ成功を達成する。
オープンウェイトモデル全体では、機能セキュリティ@1(FS@1)はRAGよりも15.5%向上し、機能とセキュリティの両方が向上し、各モデル用にコンパイルされた最も強力なプロンプトオプティマイザよりも19.8%向上した。
Sonnetでは、FS@1が92.1%に達し、AutoGenを4.8%上回った。
別の比較では、SecGentはCrude Codeよりも、セキュリティを重視したFS@1.1で6%以上向上している。
フィードバック誘導修復はFS@1をさらに6.7%改善する。
関連論文リスト
- SEEK: Agentic Knowledge Graph Retrieval for Secure Code Generation [52.549964800555124]
大きな言語モデル(LLM)は、悪用可能なセキュリティ脆弱性を導入しながら、機能的に正しいコードを生成することができる。
本稿では,セキュリティ知識グラフを構成するセキュアコード生成のためのエージェントグラフRAGフレームワークであるSEEKを提案する。
我々は、C、C++、PythonにまたがるCodeGuard+とCyberSecEvalの配布外設定でSEEKを評価した。
論文 参考訳（メタデータ） (2026-10-10T14:37:22Z) - SecureVibe: Making Vibe Coding More Secure [61.91825980991689]
SECUREVIBEは、コードセキュリティのための計画とテストを明確にターゲットとするトレーニングレシピである。
4つのセキュリティタスクとポストトレーニングメソッドを備えたセキュリティスイートの教師付き微調整が含まれている。
4つのベンチマークで2種類のセキュリティコーディングタスクのベースラインを上回ります。
論文 参考訳（メタデータ） (2026-09-29T22:10:28Z) - Understanding and Improving Model Editing for Secure Code Generation [14.249757252026546]
大規模言語モデル(LLM)はコード生成に広く使用されているが、安全でないトレーニングパターンから学んだ脆弱な実装を再現することができる。
セキュアなコード生成のためのモデルレベルのハードニング機構として,モデル編集に関する最初の体系的研究を行う。
論文 参考訳（メタデータ） (2026-08-07T06:16:38Z) - SecPI: Secure Code Generation with Reasoning Models via Security Reasoning Internalization [50.71047638695205]
RLM(Reasoning Language Model)は、プログラミングにおいてますます使われている言語モデルである。
しかし、最先端のRLMでさえ、生成されたコードに重大なセキュリティ脆弱性を頻繁に導入する。
我々は、構造化されたセキュリティ推論を内部化するためのRTMを教える微調整パイプラインであるSecPIを提案する。
論文 参考訳（メタデータ） (2026-04-04T04:29:11Z) - Prompt, Synthesize, Fine-Tune: A Secure Code Generation Recipe [16.177098761970683]
高品質で脆弱でセキュアなコード例を自動的に合成するフレームワークであるSecure-Instructを紹介します。
Secure-Instructは、セキュリティだけでなく、生成されたコードの機能的正確性も改善します。
論文 参考訳（メタデータ） (2025-10-08T16:24:09Z) - Towards Secure and Explainable Smart Contract Generation with Security-Aware Group Relative Policy Optimization [18.013438474903314]
本稿では,スマートコントラクト生成をセキュアかつ説明可能なフレームワークであるSmartCoder-R1を提案する。
我々は、人間のセキュリティ分析をエミュレートするためにモデルを訓練する。
SmartCoder-R1は、テクニックの新たな状態を確立し、5つの主要なメトリクスで最高のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-09-12T03:14:50Z) - SafeWork-R1: Coevolving Safety and Intelligence under the AI-45$^{\circ}$ Law [91.33824439029533]
我々は,機能と安全性の共進化を示す最先端のマルチモーダル推論モデルであるSafeWork-R1を紹介する。
大規模でプログレッシブで安全指向の強化学習をポストトレーニングに取り入れたSafeLadderフレームワークを開発した。
さらに,SafeWork-R1-InternVL3-78B,SafeWork-R1-DeepSeek-70B,SafeWork-R1-Qwen2.5VL-7Bを開発した。
論文 参考訳（メタデータ） (2025-07-24T16:49:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。