LLM:文書ランキングの意外な成功

本論文は、大規模言語モデル(LLM)をリストワイズ文書ランキングに効果的に使用できること、そして驚くべきことに、いくつかの複雑な問題を文書ランキングの問題に変換することで解決できることを主張しています。著者は、パッチの差分を使用してN日目の脆弱性を特定することにより、これを示しています。セキュリティアドバイザリ(クエリ)との関連性に基づいて、パッチの差分(ドキュメント)をランク付けする問題として再構成することで、LLMは脆弱性を修正する特定の関数を効率的に特定できます。この手法は、複数のセキュリティカンファレンスで検証されており、ファジングターゲットの選択や優先順位付けなど、他のセキュリティ問題にも適用できます。今後の改善としては、ランキング結果の分析や、自動的にテスト可能な概念実証型エクスプロイトの生成などの検証可能な証拠の生成などが挙げられます。
続きを読む