huhusmang/awesome-llms-for-vulnerability-detection
El índice más completo y actualizado continuamente de la comunidad sobre investigación de Modelos de Lenguaje de Gran Tamaño para la detección de vulnerabilidades de software: artículos sobre detección a nivel de función, a nivel de repositorio, agéntica y de contratos inteligentes, además de conjuntos de datos, puntos de referencia y estudios.
Una lista curada de artículos, proyectos y habilidades de agentes sobre el uso de LLMs para la detección y descubrimiento de vulnerabilidades.
Solo se muestran trabajos de 2025 en adelante. Para trabajos anteriores, consulte Archivo de Artículos (2024 y anteriores).
| Título | Lugar | Año | Artículo | Github |
|---|
| VulnGym: Benchmarking Coding Agents for Repository-Level Vulnerability Detection | 2026 | enlace | enlace | |
| VulTriage: Triple-Path Context Augmentation for LLM-Based Vulnerability Detection | 2026 | enlace | enlace | |
| Synthesizing Multi-Agent Harnesses for Vulnerability Discovery | 2026 | enlace | enlace | |
| QRS: A Rule-Synthesizing Neuro-Symbolic Triad for Autonomous Vulnerability Discovery | 2026 | enlace | ||
| Seclens: Role-specific Evaluation of LLM's for security vulnerablity detection | 2026 | enlace | enlace | |
| Do Fine-Tuned LLMs Understand Vulnerabilities? An Investigation into the Semantic Trap | 2026 | enlace | ||
| Sifting the Noise: A Comparative Study of LLM Agents in Vulnerability False Positive Filtering | ISSTA | 2026 | enlace | |
| AgenticSCR: An Autonomous Agentic Secure Code Review for Immature Vulnerabilities Detection | 2026 | enlace | ||
| LLM-based Vulnerability Detection at Project Scale: An Empirical Study | 2026 | enlace | ||
| MulVul: Retrieval-augmented Multi-Agent Code Vulnerability Detection via Cross-Model Prompt Evolution | 2026 | enlace | ||
| VulnLLM-R: Specialized Reasoning LLM with Agent Scaffold for Vulnerability Detection | 2025 | enlace | ||
| VULPO: Context-Aware Vulnerability Detection via On-Policy LLM Optimization | 2025 | enlace | ||
| VulInstruct: Teaching LLMs Root-Cause Reasoning for Vulnerability Detection via Security Specifications | 2025 | enlace | ||
| From Large to Mammoth: A Comparative Evaluation of Large Language Models in Vulnerability Detection | NDSS | 2025 | enlace | |
| Benchmarking LLMs and LLM-based Agents in Practical Vulnerability Detection for Code Repositories | ACL | 2025 | enlace | enlace |
| A Systematic Literature Review on Detecting Software Vulnerabilities with Large Language Models | 2025 | enlace | enlace | |
| LLMxCPG: Context-Aware Vulnerability Detection Through Code Property Graph-Guided Large Language Models | Usenix | 2025 | enlace | enlace |
| CLeVeR: Multi-modal Contrastive Learning for Vulnerability Code Representation | ACL Findings | 2025 | enlace | enlace |
| Mono: Is Your "Clean" Vulnerability Dataset Really Solvable? Exposing and Trapping Undecidable Patches and Beyond | 2025 | enlace | enlace | |
| Learning to Focus: Context Extraction for Efficient Code Vulnerability Detection with Language Models | 2025 | enlace | ||
| SV-TrustEval-C: Evaluating Structure and Semantic Reasoning in Large Language Models for Source Code Vulnerability Analysis | SP | 2025 | enlace | enlace |
| SecVulEval: Benchmarking LLMs for Real-World C/C++ Vulnerability Detection | 2025 | enlace | enlace | |
| CVE-Bench: Benchmarking LLM-based Software Engineering Agent's Ability to Repair Real-World CVE Vulnerabilities | NAACL | 2025 | enlace | enlace |
| R2Vul: Learning to Reason about Software Vulnerabilities with Reinforcement Learning and Structured Reasoning Distillation | 2025 | enlace | enlace | |
| Neuro-symbolic Static Analysis with LLM-generated Vulnerability Patterns | 2025 | enlace | ||
| Context-Enhanced Vulnerability Detection Based on Large Language Model | 2025 | enlace | ||
| Everything You Wanted to Know About LLM-based Vulnerability Detection But Were Afraid to Ask | 2025 | enlace | enlace | |
| MOS: Towards Effective Smart Contract Vulnerability Detection through Mixture-of-Experts Tuning of Large Language Models | 2025 | enlace | ||
| Abundant Modalities Offer More Nutrients: Multi-Modal-Based Function-Level Vulnerability Detection | TOSEM | 2025 | enlace | enlace |
| Generative Large Language Model usage in Smart Contract Vulnerability Detection | 2025 | enlace | ||
| Closing the Gap: A User Study on the Real-world Usefulness of AI-powered Vulnerability Detection & Repair in the IDE | ICSE | 2025 | enlace | enlace |
| Vulnerability Detection with Code Language Models: How Far Are We? | ICSE | 2025 | enlace | enlace |
| Combining Fine-Tuning and LLM-based Agents for Intuitive Smart Contract Auditing with Justifications | ICSE | 2025 | enlace | |
| LAMD: Context-driven Android Malware Detection and Classification with LLMs | 2025 | enlace | ||
| LLMs in Software Security: A Survey of Vulnerability Detection Techniques and Insights | 2025 | enlace | enlace | |
| One-for-All Does Not Work! Enhancing Vulnerability Detection by Mixture-of-Experts (MoE) | 2025 | enlace |
| Nombre | Descripción | Github |
|---|---|---|
| OpenAnt (Knostic) | Descubrimiento de vulnerabilidades en múltiples etapas impulsado por LLM con verificación adversarial | enlace |
| DeepAudit | Plataforma de red team de IA multiagente con validación de exploits mediante sandbox Docker | enlace |
| AutoCVE | Detección y reporte automatizado de vulnerabilidades con arquitectura multiagente | enlace |
| Darkmoon | Plataforma autónoma de pentest con IA de código abierto (GPL-3.0) y host MCP; subagentes ofensivos por tecnología, cobertura de Active Directory y Kubernetes, más de 80 herramientas orquestadas, rastro de evidencia por hallazgo | enlace |
| strix | Herramienta autónoma de pentest con IA de código abierto instalable vía pip | enlace |
| deepsec (Vercel) | Arnés de seguridad para escaneo profundo de vulnerabilidades en codebases con agentes de codificación | enlace |
| Nombre | Descripción | Enlace |
|---|---|---|
| codex-security (OpenAI) | Escaneo autónomo de vulnerabilidades a nivel de repositorio mediante agentes Codex | enlace |
| defending-code-reference-harness (Anthropic) | Habilidades de referencia para modelado de amenazas, escaneo, triaje y parcheo con Claude Code | enlace |
| security-audit-skill (Cloudflare) | Habilidad de auditoría de seguridad en seis fases con agentes de búsqueda en paralelo y validación adversarial | enlace |
Captura y actualización diaria automatizada de artículos de Arxiv para palabras clave específicas mediante flujos de trabajo.
