摘要
针对大语言模型在代码生成中易复现安全漏洞的问题，本文提出树状自博弈（TSP）框架。该方法将安全代码生成重构为细粒度序列决策过程，通过构建决策树探索安全路径与脆弱变体，使模型在自博弈游戏中学习识别并纠正局部错误。实验表明，TSP 显著提升了代码安全性及跨语言泛化能力，不仅降低了未见漏洞类型的风险，更内化了语言无关的安全逻辑，优于传统微调方法。
AI 推荐理由
论文提出树状自博弈框架，通过自我纠错和区分错误实现模型安全能力的自我进化与提升。
研究机构
University of Electronic Science and Technology of China, Chengdu, China
Peking University, Beijing, China
University of Science and Technology of China, Hefei, China
Beihang University, Beijing, China
论文信息