热点事件持续更新
Qwen2.5-Coder软件保障Agent验证实验
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月27日发布的arXiv研究测试Qwen2.5-Coder-7B-Instruct在确定性工具证据可用时的软件保障表现，共进行五组实验、完成13,638次模型请求。实验显示，上下文数从1增至50使token用量增加49倍，却未改善不安全放行；在32个SV-COMP任务上，验证器反馈将正确判定均值从12.7升至22.0，同时错误判定从1升至7。研究认为，受测场景支持采用确定性证据准入，但也暴露判定聚合与反馈解读的局限。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 18:06
新实验完成13,638次请求，验证器反馈提升正确判定但增加错误判定。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AI / cs.LG 最新超越 QASecClaw：软件保障中的智能体扩展、验证器反馈与证据可靠性
五组实验测试 Qwen2.5-Coder-7B-Instruct 在确定性工具证据已可用时的软件保障表现，共完成 13,638 次模型请求。上下文数从 1 增至 50 使 token 用量增 49 倍却未改善不安全放行；32 个 SV-COMP 任务上验证器反馈把正确判定均值从 12.7 升至 22.0，错误判定从 1 升到 7。结果支持受测场景采用确定性证据准入，也暴露判定聚合与反馈解读的局限。
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。