مجموعة بيانات معيارية تجريبية تقيّم أداء GPT-3 في التحليل الثابت الآلي للكود.
قيّم أداء نماذج GPT-3 القديمة مقارنة بأدوات أمان التطبيقات الثابتة التجارية التقليدية.
يعمل هذا المستودع كمعيار مبكر يقيِّم قدرة GPT-3 على اكتشاف الثغرات الأمنية عبر مقاطع الكود متعددة اللغات. يمكنك استخدامه لمقارنة اكتشاف الثغرات الخام بواسطة LLM مع برامج التحليل الثابت التقليدية.
يوفر المشروع مجموعة منتقاة تضم 129 ملف كود به ثغرات منظمة حسب أنواع الثغرات مثل حقن سجلات الأحداث، وهجمات تنسيق النصوص، وتجاوز سعة المخزن المؤقت. ويتضمن نتائج تقييم موثقة توضح كيف اكتشف نموذج text-davinci-003 عدد 213 ثغرة أمنية عبر قاعدة الكود.
سيجد محللو الأمان، وباحثو أمن التطبيقات (AppSec)، والمطورون الذين يبنون أدوات تدقيق مدعومة بالذكاء الاصطناعي هذا المستودع مفيداً للمقارنة المعيارية. وهو غير مناسب فرق الأمان التي تبحث عن ماسح جاهز للتشغيل يتم دمجه مباشرة في مسار العمل CI/CD.
تنظم 129 نموذج كود مصاب بثغرات في هياكل دلائل مقسمة حسب نقاط الضعف الأمنية المحددة.
تتضمن نتائج مقارنة تقيّم معدلات الكشف بواسطة LLM مقابل أدوات التحليل الثابت التجارية المعروفة.
توفر ملفات كود مستهدفة واقعية مكتوبة بلغات C، وC#، وJava، ومقتطفات من أطر عمل الويب الحديثة الشائعة.
تحتوي على سجلات ماركداون مفصلة توضح مخرجات النص الدقيقة التي تم إنشاؤها أثناء تقييم GPT-3.
مجموعة البيانات وملفات المستودع مجانية الوصول. يتطلب تشغيل عمليات مسح التقييم بنفسك دفع تكاليف استهلاك رموز API الخاصة بـ OpenAI.
877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
لا، هذا المستودع هو مجموعة بيانات معيارية بحثية ومجموعة من نتائج الاختبارات الموثقة بدلاً من ماسح آلي يعتمد على سطر الأوامر CLI.
يقوم بفحص الملفات الفردية بشكل منفصل، مع الاعتماد على ذاكرة التدريب الداخلية للنموذج التعرف على وظائف المكتبة القياسية.
شاهد Zekai أولاً في جوجل