LLM: 문서 순위 지정의 예상치 못한 성공

본 논문은 대규모 언어 모델(LLM)을 리스트 방식 문서 순위 지정에 효과적으로 사용할 수 있으며, 놀랍게도 일부 복잡한 문제를 문서 순위 지정 문제로 변환하여 해결할 수 있다고 주장합니다. 저자는 패치 차이를 사용하여 N일 취약성을 찾는 방법을 통해 이를 보여줍니다. 보안 권고(쿼리)와의 관련성에 따라 패치 차이(문서)를 순위 지정하는 문제로 재구성함으로써 LLM은 취약성을 수정하는 특정 함수를 효율적으로 식별할 수 있습니다. 이 기술은 여러 보안 컨퍼런스에서 검증되었으며, 퍼징 대상 선택 및 우선 순위 지정과 같은 다른 보안 문제에도 적용할 수 있습니다. 향후 개선 사항으로는 순위 결과 분석 및 자동으로 테스트 가능한 개념 증명 익스플로잇 생성과 같은 검증 가능한 증거 생성이 포함됩니다.