कोड सुरक्षा भेद्यता पहचान में LLM सामान्यीकरण सीमाओं का दस्तावेजीकरण करने वाला शोध रिपॉजिटरी, SQL इंजेक्शन, पाथ ट्रैवर्सल और एक्सेस कंट्रोल दोषों के लिए सिंथेटिक और वास्तविक-विश्व डेटासेट (Juliet, OWASP, CVEfixes, VUDENC) में क्रॉस-मूल्यांकन के साथ।
संगठन: Bytepro AI
स्थिति: सक्रिय शोध — निजी रिपॉज़िटरी
लक्ष्य: arXiv Q3 2026 + ARC Prize Paper Track Nov 2026
अनुभवजन्य रूप से यह प्रलेखित करना कि एकल-प्रॉम्प्ट सीमा, जो गणितीय तर्क (SAIR, arXiv:2504.18897) में देखी गई थी, कोड सुरक्षा भेद्यता पहचान में दोहराई जाती है, जिससे राउटर परिकल्पना की डोमेन-स्वतंत्रता की पुष्टि होती है।
gpt-oss-20b + संरचित चीटशीट फ्रंटियर मॉडलों से मेल खाता है कृत्रिम वितरणों (Juliet, OWASP Benchmark) पर, लेकिन वितरण परिवर्तन के अंतर्गत वास्तविक-विश्व डेटा (CVEfixes, VUDENC) पर विफल हो जाता है, जो कोड सुरक्षा कार्यों हेतु LLMs में सामान्यीकरण सीमा प्रलेखित करता है।
| श्रेणी | CWE | डेटा स्रोत |
|---|---|---|
| SQL इंजेक्शन | CWE-89 | VUDENC + Juliet + सिंथेटिक |
| पाथ ट्रैवर्सल | CWE-22 | VUDENC + Juliet + सिंथेटिक |
| हार्डकोडेड क्रेडेंशियल्स | CWE-798 | Juliet + सिंथेटिक |
| N+1 क्वेरी पैटर्न | — | केवल सिंथेटिक |
| टूटा अभिगम नियंत्रण | CWE-284 | केवल सिंथेटिक |
क्रॉस-मूल्यांकन मैट्रिक्स:
