看影片（在新分頁開啟原站）連到 HITCON
摘要
介紹團隊如何利用大型語言模型自動發現、觸發並修復大型開源軟體中的漏洞。觀眾可了解如何結合模型推理能力與工具，在不依賴傳統模糊測試的情況下實現自動化安全檢測。
This talk explains how to use LLMs to autonomously find, trigger, and fix bugs in large open-source software projects.
這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。
適合誰看
軟體安全工程師、CTF 玩家或對自動化漏洞研究感興趣的研究者。
摘要依據
- 依據
- 標題與說明欄（還沒有取得字幕或內文）
為什麼排在這裡
- 人氣
- 0.05
- 新鮮
- 0.24
在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算
相關內容
- ARTIPHISHELL Agents: LLM-Driven Bug Hunting & Patching in Open Source Software影片 ・ HITCON ・ 44 分鐘
- Prompt Injections in the Wild - Exploiting Vulnerabilities in LLM Agents | HITCON CMT 2023影片 ・ HITCON ・ 42 分鐘
- How Claude Mythos found a 15-year-old bug in Mozilla Firefox | Brian GrinsteadPodcast ・ How I AI ・ 48 分鐘
- Security in the Age of Instant ExploitsPodcast ・ Software Engineering Daily ・ 50 分鐘
- Introducing Devin Security Swarm: Powered by Agentic MapReduce影片 ・ Cognition ・ 4 分鐘
- Error Analysis to Evaluate LLM Applications with Langfuse (open source)影片 ・ Langfuse ・ 11 分鐘
摘要由 AI 根據標題與說明欄產生（還沒有取得原文），可能有誤；完整內容請看原站。看影片（在新分頁開啟原站）