Conjunto de datos de referencia experimental y evaluación que evalúa el rendimiento de GPT-3 en el análisis estático de código automatizado.
Evalúa el rendimiento de los modelos heredados GPT-3 frente a las herramientas comerciales tradicionales de seguridad de aplicaciones estáticas.
Este repositorio sirve como un punto de referencia temprano que evalúa la capacidad de GPT-3 para detectar fallos de seguridad en fragmentos de código multilingüe. Puedes usarlo para comparar la detección de vulnerabilidades en bruto de los LLM con el software de análisis estático tradicional.
El proyecto proporciona una colección seleccionada de 129 archivos de código vulnerables organizados por tipos de fallos como inyección de registros, ataques de formato de cadena y desbordamientos de búfer. Incluye resultados de evaluación documentados que muestran cómo text-davinci-003 detectó 213 vulnerabilidades de seguridad en toda la base de código.
Analistas de seguridad, investigadores de AppSec y desarrolladores que crean herramientas de auditoría impulsadas por IA encontrarán este repositorio útil para realizar pruebas comparativas. No es adecuado para equipos de seguridad que buscan un binario de escáner listo para usar e integrar en un pipeline de CI/CD.
Organiza 129 muestras de código vulnerable en estructuras de directorios divididas por debilidades de seguridad específicas.
Incluye hallazgos comparativos que evalúan las tasas de detección de LLM frente a herramientas de análisis estático comerciales establecidas.
Proporciona archivos de código de destino realistas escritos en C, C#, Java y fragmentos de frameworks web modernos comunes.
Contiene registros detallados en markdown que detallan las salidas de texto exactas generadas durante la evaluación de GPT-3.
El conjunto de datos y los archivos del repositorio son de acceso gratuito. Ejecutar exploraciones de evaluación por cuenta propia requiere pagar por el consumo de tokens de la API de OpenAI.
877 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
No, este repositorio es un conjunto de datos de referencia de investigación y un conjunto de resultados de pruebas documentadas en lugar de un escáner de línea de comandos automatizado.
Escanea archivos individuales por separado, basándose en la memoria de entrenamiento interna del modelo para reconocer funciones de biblioteca estándar.
Ve Zekai primero en Google