Proj CDeepFuzz Paper Reading: Large Language Models are Edge-Case Fuzzers: Testing Deep Learning Libraries via FuzzGPT

Abstract

背景：

  1. 深度学习库需要满足编程语言的语法、语义需求，也需要满足valid computational graphs的tensor/operator constraints
  2. LLM倾向于生成普通正常的程序，但是模糊测试则需要异常模式
  3. 历史错误可能更有价值

本文：FuzzGPT
Github: https://github.com/ise-uiuc/FuzzGPT
Task: fuzzing deep learning libraries
目的：通过学习历史错误，使用大模型自动生成语法、语义有效的异常模式下的测试程序
基础模型：Codex，CodeGen
实验：
测试对象：PyTorch, TensorFlow
效果：

  1. 检测到76个错误，49个已确认，11个高优先级错误或者安全漏洞
posted @ 2023-08-07 05:20  雪溯  阅读(58)  评论(0)  编辑  收藏  举报