热点事件持续更新
AgenticVulHunter 本地开源模型漏洞狩猎工具发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月21日，研究团队在arXiv上发布了AgenticVulHunter，这是一种可在本地部署的开源大语言模型智能体安全代码审查工具。该方案旨在实现终端漏洞狩猎，并在SCRBench基准测试的144个漏洞案例中进行了评估。测试结果显示，使用Qwen3-Coder-30B模型时准确率为18.4%，使用DeepSeek V3.1 Terminus模型时准确率为23.8%，两者均优于基于Claude Sonnet 4的同类方法。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.CRAgenticVulHunter 如何用本地开源模型实现终端漏洞狩猎
AgenticVulHunter 提出一种可在本地部署的开源大语言模型智能体安全代码审查工具。该方案在 SCRBench 的 144 个漏洞案例上测试，使用 Qwen3-Coder-30B 和 DeepSeek V3.1 Terminus 分别达到 18.4% 和 23.8% 的准确率，优于基于 Claude Sonnet 4 的同类方法。
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。