arXiv · cs.AI · Zacharie Chenail-Larcher, Daniele Lunghi, Melissa Tessa, Quentin Sti\'evenart, Jacques Klein, Tegawend\'e F. Bissyand\'e, Florent Avellaneda, Naouel Moha · 10 小时前模型评分34
RiskyPy：面向 大语言模型（LLM，Large Language Model） 生成代码安全与功能联合评估的模型校准提示词生成
RiskyPy: Toward Model-Calibrated Prompt Generation for Joint Security and Functionality Evaluation of LLM-Generated Code
导读
RiskyPy 是一套自动化流程，用功能与漏洞“金丝雀”生成与模型能力相匹配的安全导向代码生成数据集，已针对 Python 覆盖 2025 CWE Top 25 中的 18 类 CWE、产出 101 条提示词。在 Qwen3-4B 和 Seed-Coder-8B 上，57-72% 的提示词能生成可运行代码，但仅 5-10% 的生成结果不含 Bandit 告警，为安全改进方法的联合评估留出空间。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce RiskyPy, an automated pipeline that generates security-oriented code-generation datasets calibrated to model proficiency using functionality and vulnerability canaries.”
- “We instantiate RiskyPy for Python using domains covering 18 CWEs from the 2025 CWE Top 25, producing 101 prompts.”
来源：arXiv · cs.AI · arxiv.org