บล็อก FlawDetector

บันทึกจากหน้างาน ของทีมสร้างเอนจิน

ลูปแพตช์เชิงปฏิปักษ์ตรวจสอบการแก้ไขอย่างไร การทดลองซ้ำ 1,000 ครั้งบอกอะไรเราเรื่องความแปรปรวน และทำไมผลบวกลวงจึงเป็นปัญหาเชิงการดำเนินงาน เขียนโดยวิศวกรที่สร้างเอนจินเอง

ล่าสุด

วิศวกรรมก.ค. 2569อ่าน 9 นาที

ลูปแพตช์เชิงปฏิปักษ์ตัดสินอย่างไรว่าช่องโหว่ถูกปิดผนึกจริง

ลูปแพตช์เชิงปฏิปักษ์ใช้ด่านสามชั้น — เอ็กซ์พลอยต์ต้นฉบับ การกลายพันธุ์ 12 รายการ และการถดถอย — ตัดสินว่าช่องโหว่ถูกปิดผนึกอย่างไร

อ่านบทความ

เบนช์มาร์กมิ.ย. 2569อ่าน 8 นาที

FlawDetector-LLM V1.0: การทดลองซ้ำ 1,000 ครั้ง และสิ่งที่ความแปรปรวนบอกเรา

อัตราตรวจพบ 94.7% ผลบวกลวง 3.2% ความสม่ำเสมอ 99.1% จากคำตัดสิน 1.2 ล้านครั้ง — ความแปรปรวนอยู่ตรงไหน และสามการเปลี่ยนแปลงที่ปิดช่องว่างนั้น

อ่านบทความ

ความปลอดภัยพ.ค. 2569อ่าน 7 นาที

ผลบวกลวงเป็นปัญหาเชิงวัฒนธรรมก่อนจะเป็นปัญหาของโมเดล

ผลบวกลวง 3.2% คือ 138 รายการต่อสัปดาห์บนโค้ด 2 ล้านบรรทัด แยกสี่สถานการณ์ที่เรียกรวมว่าผลบวกลวง แล้วใช้กฎการระงับที่มีวันหมดอายุ

อ่านบทความ

ดูลูปทำงานจริงบนรีโพของคุณ

เชื่อมต่อรีโพแล้วรับการสแกนเต็มรูปแบบ แพตช์ที่พร้อมเมิร์จ และบันทึกการตัดสินของทุกข้อบกพร่องระดับวิกฤต ไม่ต้องผูกบัตร

เริ่มสแกนฟรี คุยกับวิศวกรความปลอดภัย