BitCoder-v2 研究

组织： Bytepro AI
状态： 活跃研究 — 私有仓库
目标： arXiv Q3 2026 + ARC Prize 论文赛道 Nov 2026

研究目标

实证记录在数学推理（SAIR，arXiv:2504.18897）中观察到的单次提示上限在代码安全漏洞检测中复现， 从而证实路由假设是领域无关的。

论文主张

gpt-oss-20b + 结构化速查表在合成分布（Juliet、OWASP Benchmark）上可媲美前沿模型， 但在分布偏移到真实世界数据（CVEfixes、VUDENC）时崩溃， 记录了 LLM 在代码安全任务上的泛化上限。

漏洞类别

实验设计

交叉评估矩阵：

• 合成 → 合成（基线）
• 合成 → 真实（分布偏移 — 预期崩溃）
• 真实 → 真实（能力上限）
• 真实 → 合成（迁移检查）

模型

• 基线：gpt-oss-20b，通过 OpenRouter（抑制推理，低温度 — 与 SAIR 方法论一致）
• 前沿参考：GPT-4o 或 Claude Sonnet，通过 Together AI
• 目标：在 BitCoder 数据集上微调的 Qwen2.5-14B

仓库结构

• scripts/ — 数据处理与评估脚本
• data/processed/ — 已处理数据集（私有时 gitignored）
• experiments/ — 结果与分析
• cheatsheets/ — 结构化漏洞知识（私有）
• models/ — 微调配置（检查点已 gitignored）
• papers/ — 论文草稿