Awesome-LLMs-for-Vulnerability-Detection

一站式追踪LLM漏洞检测前沿论文与数据集

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 172 🐛 待处理 7 👀 关注 30

GitHub ↗

GitHub 星标 ★ 1589

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，完全免费，无付费版本。

项目预览

Awesome-LLMs-for-Vulnerability-Detection 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队huhusmang

GitHubhttps://github.com/huhusmang/Awesome-LLMs-for-Vulnerability-Detection

定价模式🏷️完全免费

价格说明开源项目，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型awesome-list,code-security,large-language-models,llm,security,static-analysis,vulnerability-detection

GitHub 星标★ 1589

上线时间2024-09-02 00:00:00

代码更新2026-11-08

仓库体积249 KB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数3

项目介绍

这是一个持续更新的开源索引，专门收录大语言模型（LLM）在软件漏洞检测领域的研究成果。项目按函数级、仓库级、智能体驱动和智能合约检测等维度分类整理了论文，并汇总了相关数据集、基准测试和综述。它解决了该领域研究资料分散、难以追踪前沿进展的问题，为安全研究人员和开发者提供了一站式导航。核心能力包括：结构化分类论文、提供数据集和基准的链接、跟踪智能体在漏洞挖掘中的最新应用，以及定期更新以反映社区动态。项目本身不提供代码实现，而是作为知识图谱和资源枢纽，帮助用户快速定位所需文献和工具，降低入门门槛。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1589

技术标签

awesome-list large-language-models llm security static-analysis

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 5 分钟部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 的网络环境（用于克隆仓库和跳转论文链接）
本地已安装 git（README 未指定版本，任意可用版本即可）
浏览器或 Markdown 阅读器，用于查看 README 与 docs 目录下的文档
无需 Python 环境或依赖安装，本项目不提供可运行代码

安装与启动步骤

1克隆索引仓库

把整份索引下载到本地，后续离线翻阅论文表格和 docs 文档更稳定。
```
git clone https://github.com/huhusmang/Awesome-LLMs-for-Vulnerability-Detection.git
```
2进入项目目录

切换到仓库根目录，后续命令都基于该目录执行。
```
cd Awesome-LLMs-for-Vulnerability-Detection
```
3阅读论文总表

README 的 Papers 表格只收录 2025 年及之后的成果，含标题、会议、年份和论文/GitHub 链接。
4查看早期论文存档

README 说明 2024 年及更早的工作放在 docs/papers_archive.md 中，需要历史文献时打开该文件。
```
cat docs/papers_archive.md
```