论文报告 REVA 用上下文 probe 在约一秒内完成函数级漏洞筛查。
REVA 用一次模型前向计算筛查函数漏洞
2026-10-27前沿观察WATCH
REVA 把模块威胁模型、静态分析结果和调用图上下文一起交给 LLM，再用训练过的 probe 读取模型内部表示。作者在 PrimeVul held-out 测试集上报告：GLM-5.3-Flash 约一秒筛查一个函数，准确率 60.0%，与其复跑的 VulTriage 接近，但速度快 250 倍以上。当前未发现公开代码或独立验证。
对你意味着什么
对审查 agent 生成代码的团队来说，REVA 提供了一条先低成本筛查、再交给慢速 agent 深挖的思路。但绝对准确率仍不足以自动阻断，未公开实现也无法做工程验收。
前沿观察
公开材料与效果验证，分开看。
已记录的事实是工作及其材料已公开。论文或作者报告的效果不自动等于独立复现。下一步关注可复用代码、任务设置和第三方验证。
证据与关联材料
技术细节与六维评分
| 方法 | 威胁模型 + 静态分析 + 调用图作为上下文；训练 probe 读取 LLM 隐藏表示 |
|---|---|
| 评测 | PrimeVul held-out 测试集，覆盖三个开放模型 |
| 报告结果 | GLM-5.3-Flash 准确率 60.0%；约一秒一个函数；比对照 agent 检测器快 250 倍以上 |
| 证据边界 | 作者自报预印本；未发现代码或独立验证 |
| 时间依据 | arXiv v1 提交于 2026-10-26T17:50:09Z |
技术影响 3
工程价值 4
采用信号 1
成熟度 1
验证成本 4
风险 4