熱點事件持續更新
LLM程式碼審查模型排名受誤報率影響
1 篇報道1 個報道來源1 小時前更新
先了解這件事
AI 綜述
2026 年 10 月 29 日，DEV Community 報道一項 LLM 程式碼審查模型測試：研究以 16 個開源模型檢查 180 段 Python 程式碼。結果顯示，若只按真正例率（TPR）排名，幾個經常把安全程式碼判為有漏洞的模型會排在前列，單看檢測率未能反映整體表現。gpt-oss 20B 的平衡準確率最高，為 0.952，TPR 為 93.7%，假正例率（FPR）為 3.3%。報道指出，評估模型須同時考慮誤報率；模型規模亦不能決定排名。
AI 根據報道生成 · 1 小時前更新
最新進展10月29日 03:31
研究指出，gpt-oss 20B 平衡準確率最高，評估須同時考慮誤報率。報道時間線
沿着報道，瞭解事件的不同側面。
10月29日
- DEV Community僅看檢測率，最差的 LLM 程式碼審查模型反而排名靠前
測試顯示，單看 TPR 會令多個常把安全程式碼判為有漏洞的 LLM 程式碼審查模型排在前列。研究以 16 個開源模型檢查 180 段 Python 程式碼，gpt-oss 20B 的平衡準確率最高，為 0.952（TPR 93.7%、FPR 3.3%）。結果顯示，評估須同時考慮誤報率，而模型規模不能決定排名。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。