加州大学伯克利分校 发布 VADER 数据集, 应用在 软件安全、自然语言处理 领域

加州大学伯克利分校 本次发布的数据集 VADER, VADER数据集是一个由安全专家人工评估的基准数据集，旨在评估大型语言模型在软件漏洞评估、检测、解释和修复方面的性能。数据集包含174个真实世界软件漏洞案例，每个案例都是从GitHub存储库中精心挑选并由安全专家注释的。VADER数据集的创建过程经过严格的审核，以确保每个案例都包含准确的漏洞信息、修复方案和验证测试。数据集旨在推动漏洞感知型大型语言模型的发展，为软件安全领域提供可解释和可复现的基准。

查看VADER

README 内容： 

关于 加州大学伯克利分校 , 加州大学伯克利分校是一所位于美国加州的世界顶级公立研究型大学，以其在科研和创新领域的卓越成就闻名于世。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。