論文の概要: Making Small Code LLMs More Efficient for Secure Code Review with Neuro-Symbolic Fine-Tuning
- arxiv url: http://arxiv.org/abs/2610.35477v1
- Date: Mon, 26 Oct 2026 14:10:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:14.021855
- Title: Making Small Code LLMs More Efficient for Secure Code Review with Neuro-Symbolic Fine-Tuning
- Title（参考訳）: ニューロシンボリックファインチューニングによるセキュアコードレビューのための小型コードLLM
- Abstract要約: 小さなオープンウェイトなコードモデルは、プロプライエタリなコードをホストサービスに送ることなく、セキュリティレビューを利用可能にすることができる。
本稿では,静的アナライザとローカルにデプロイ可能なモデルを組み合わせたsecSemScanを提案する。
オープンウェイトな3つのコードモデルを2段階に微調整します。
- 参考スコア（独自算出の注目度）: 2.0391237204597363
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As AI coding assistants generate more code, the need to review it for security flaws grows. Existing approaches leave a gap: static analyzers identify program sites but offer little explanation, while language-model explanations can be difficult to verify. Small open-weight code models could make security review available without sending proprietary code to a hosted service. We study whether fine-tuning helps these models turn security evidence into explanations that developers and tools can check. We present secSemScan, which pairs a static analyzer with a locally deployable model that writes a schema-constrained security monologue naming program sites, assigning a CWE, and giving a machine-parseable verdict. We also introduce OGSM (Oracle-Grounded Security Monologue), a dataset of 1,993 C/C\texttt{++} functions covering 22 CWEs in the taint and lifetime families. Each record pairs a function with analyzer-derived or fix-diff-derived evidence and a monologue. We fine-tune three open-weight code models in two stages, first on the output format and then on the monologue content. Because evaluation prompts supply the verdict and evidence, our results measure how well models use that information, not whether they detect vulnerabilities independently. On 355 test records, fine-tuning raised Qwen2.5-Coder-7B's verdict accuracy from 4.8\% to 96.6\%; DeepSeek-Coder-6.7B reached 78.9\%, and StarCoder2-7B reached 43.7\%. Qwen2.5-Coder-7B cited 87.5\% of Tier~1 oracle sites, and every line it cited belonged to the oracle evidence. The results suggest that fine-tuning helps small models produce more structured, evidence-linked security reasoning.
- Abstract（参考訳）: AIコーディングアシスタントはより多くのコードを生成するため、セキュリティ上の欠陥をレビューする必要がある。
静的アナライザはプログラムサイトを識別するが、ほとんど説明できないが、言語モデルの説明は検証が難しい。
小さなオープンウェイトなコードモデルは、プロプライエタリなコードをホストサービスに送ることなく、セキュリティレビューを利用可能にすることができる。
細調整は、これらのモデルがセキュリティ証拠を開発者やツールがチェックできる説明にしてくれるかどうかを調査する。
本稿では,静的アナライザとローカルにデプロイ可能なモデルを組み合わせたsecSemScanを提案する。
OGSM (Oracle-Grounded Security Monologue) は1,993個のC/C\texttt{++} 関数のデータセットで,22個のCWEをテントおよびライフタイムファミリーでカバーする。
各レコードは、アナライザ由来または固定差分由来のエビデンスとモノログとをペアリングする。
オープンウェイトな3つのコードモデルを2段階に微調整します。
評価が判断と証拠の供給を促すので、我々の結果は、モデルが独立して脆弱性を検知するかどうかではなく、その情報をどのように利用するかを測定する。
355のテスト記録では、Qwen2.5-Coder-7Bの判定精度は4.8\%から96.6\%に上昇し、DeepSeek-Coder-6.7Bは78.9\%、StarCoder2-7Bは43.7\%に達した。
Qwen2.5-Coder-7Bはティエ・ア・オラクルの87.5\%を引用し、引用された全ての線はオラクルの証拠であった。
その結果、微調整は小さなモデルがより構造化され、エビデンスにリンクされたセキュリティ推論を生み出すのに役立つことが示唆された。
関連論文リスト
- CASHEWS: Source Preprocessor for LLM-based Malicious Package Detection [41.27475849408484]
悪意のあるnpmパッケージ検出ツールは、ソースコードの意味的理解を利用して、大規模に悪意のあるインテントを検出する。
この機能は、Shai-Huludのような最近のサプライチェーン攻撃に関わるパッケージを特定する上で、非常に有益であることが証明されている。
CASHEWSはJavaScriptプリプロセッサで、ソースコードを書き換えてファイルサイズを減らし、解析に無関係なコードを削除する。
論文 参考訳（メタデータ） (2026-09-16T16:00:58Z) - Stealing Reasoning Traces from Proprietary LLM APIs [84.58379404903394]
我々は、暗号化された推論トレースのためのスケーラブルな復号化ジェイルブレイクを開発する。
抗蒸留機構を回避し、敵がプロプライエタリなモデルの推論を抽出できるようにする。
それは必然的に、推論プロセス内に隠された有害な情報を明らかにします。
論文 参考訳（メタデータ） (2026-08-10T17:24:50Z) - Activation Probes Surface Code-Security Signals that the Model's Output Misses [0.0]
AIコーディングエージェントが生産コードのシェアを拡大する。
人間のセキュリティレビューは、コードが生成される度にスケールしない。
それらのアクティベーションを読むと、同じレビュアーに見逃すセキュリティシグナルが回復するかどうかを尋ねる。
論文 参考訳（メタデータ） (2026-08-10T14:22:46Z) - Code as a Weapon: A Consensus-Labeled Prompt Bank for Measuring Coding-Model Compliance with Malicious-Code Requests [0.0]
符号化特化モデルは、汎用チャットモデルよりも高い拒絶バーをクリアすべきである。
8つのコーパス(ASTRA、CySecBench、AdvBench/harmful_behaviors、JailbreakBench、MalwareBench、RedCode、RCCBench、Scam2Prompt)は5judgeコンセンサスプロトコルで統合され、分類される。
コーディングモデルがより厳格な拒絶基準を満たしているかどうかをテストするための信頼性基準である。
論文 参考訳（メタデータ） (2026-05-27T16:55:15Z) - Can Adversarial Code Comments Fool AI Security Reviewers -- Large-Scale Empirical Study of Comment-Based Attacks and Defenses Against LLM Code Analysis [0.0]
敵対的なコメントは、検出精度に小さな、統計的に重要でない効果をもたらす。
複雑な敵戦略は単純な操作的コメントに勝るものではない。
コメントストリッピングは、有用なコンテキストを削除することで、より弱いモデルの検出を減らす。
論文 参考訳（メタデータ） (2026-02-18T00:34:17Z) - VulnLLM-R: Specialized Reasoning LLM with Agent Scaffold for Vulnerability Detection [45.69684471143409]
VulnLLM-R は脆弱性検出のための LLM を最優先の推論である。
私たちは70億のパラメータを持つ推論モデルをトレーニングします。
VulnLLM-R は SOTA 静的解析ツールよりも有効性と効率が優れていることを示す。
論文 参考訳（メタデータ） (2025-12-08T13:06:23Z) - SemGuard: Real-Time Semantic Evaluator for Correcting LLM-Generated Code [46.20378145112059]
ポストホック修復パイプラインは、実行後にのみそのような障害を検出する。
本稿では,実時間で行レベルのセマンティック監視を行うセマンティック評価フレームワークSemGuardを紹介する。
論文 参考訳（メタデータ） (2025-09-29T09:21:32Z) - Decompiling Smart Contracts with a Large Language Model [51.49197239479266]
Etherscanの78,047,845のスマートコントラクトがデプロイされているにも関わらず(2025年5月26日現在)、わずか767,520 (1%)がオープンソースである。
この不透明さは、オンチェーンスマートコントラクトバイトコードの自動意味解析を必要とする。
バイトコードを可読でセマンティックに忠実なSolidityコードに変換する,先駆的な逆コンパイルパイプラインを導入する。
論文 参考訳（メタデータ） (2025-06-24T13:42:59Z) - SOPBench: Evaluating Language Agents at Following Standard Operating Procedures and Constraints [59.645885492637845]
SOPBenchは、各サービス固有のSOPコードプログラムを実行可能な関数の有向グラフに変換する評価パイプラインである。
提案手法では,各サービス固有のSOPコードプログラムを実行可能関数の有向グラフに変換し,自然言語SOP記述に基づいてこれらの関数を呼び出しなければならない。
我々は18の先行モデルを評価し、上位モデルでさえタスクが困難であることを示す。
論文 参考訳（メタデータ） (2025-03-11T17:53:02Z) - How secure is AI-generated Code: A Large-Scale Comparison of Large Language Models [3.4887856546295333]
本研究では,C言語記述時の脆弱性発生傾向について,最先端のLarge Language Model (LLM)を比較した。
生成されたプログラムの少なくとも62.07%は脆弱性がある。
論文 参考訳（メタデータ） (2024-04-29T01:24:14Z) - Software Vulnerability and Functionality Assessment using LLMs [0.8057006406834466]
我々は,Large Language Models (LLMs) がコードレビューに役立つかどうかを検討する。
我々の調査は、良質なレビューに欠かせない2つの課題に焦点を当てている。
論文 参考訳（メタデータ） (2024-03-13T11:29:13Z)
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。