CVE2AP：用LLM从CVE描述生成PDDL攻击路径
热点事件持续更新
CVE2AP：用LLM从CVE描述生成PDDL攻击路径
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Lin Cui、Vincenzo Scotti 和 Raffaela Mirandola 发表论文提出 CVE2AP，一种用大语言模型从自然语言 CVE 描述自动生成 PDDL 编码攻击路径的方法，通过结构化提示与规划器报错反馈迭代修正生成结果。 在多个 LLM 与生成配置的系统评测中，该方法最高达到 86.9% 语法正确率、78.6% 可解性和 93.1% 语义正确率（LLM-as-expert 评估）；作者称 GPT-5.5 在质量与成本间取得最佳平衡，错误反馈带来最稳定的质量提升。
AI 根据报道生成 · 2 小时前更新
最新进展10月5日 12:00
CVE2AP：用大语言模型从 CVE 描述自动生成 PDDL 攻击路径报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.AICVE2AP：用大语言模型从 CVE 描述自动生成 PDDL 攻击路径
CVE2AP 是一种基于 LLM 的方法，可从自然语言 CVE 描述自动生成 PDDL 编码的攻击路径，通过结构化提示与规划器报错反馈迭代修正生成结果。在多个 LLM 与生成配置的系统评测中，该方法最高达到 86.9% 语法正确率、78.6% 可解性和 93.1% 语义正确率（LLM-as-expert 评估），其中 GPT-5.5 在质量与成本间取得最佳平衡，错误反馈带来最稳定的质量提升。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。