RevHive 程式碼審查基準測試:PR 說明會洩漏答案嗎?
Does the PR description leak the answer key? We ran the benchmark three ways.
重點導讀
評估 AI 助理能不能找出程式漏洞時,如果測試內容本身藏著答案,分數就可能不準。
- RevHive 回頭檢查自己的測試流程,發現原本宣稱會移除測試程式碼,實際上並沒有。
- 完整差異內容裡還留著測試檔名和程式碼,可能讓 AI 助理看到線索。團隊用 10 個漏洞案例各跑一次,分別測試保留完整差異、加上 PR 說明,以及移除測試和檔案內容。移除測試後,AI 助理在密碼雜湊外洩案例中從完全沒找到問題,變成找到 2 個高風險問題。
- 加上含 CVE 編號的 PR 說明後,總發現數則從 24 項降到 21 項。這次結果顯示,答案線索沒有讓分數變高,但每種條件都只跑一次,還不能確定哪種方式長期表現較好。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Does the PR description leak the answer key? We ran the benchmark three ways.
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文