09:35官方账号arXiv cs.AI@Md Erfan, Ahmed Ryan, Md Kamal Hossain Chowdhury, Md Rayhanur Rahman该论文构建了CAV-STIXGen数据集,将自动驾驶车辆漏洞描述映射到STIX域对象、关系对象、CWE及MITRE ATT&CK技术。评估了11个开放权重LLM(4B至120B参数),单模型在SDO、SRO、CWE映射上F1分别达0.94、0.63、0.99,而完整ATT&CK映射仍有挑战。多智能体方案中Gemma-4-31B与Codestral-22B在SDO和SRO上分别获0.91和0.43的F1。分析了CWE与ATT&CK共现模式,展示了AI辅助漏洞转STIX的自动化威胁情报能力。论文LLMSTIX自动驾驶推荐理由:这篇论文测了11个开源模型做漏洞结构化的效果,Gemma-4-31B和Codestral-22B组队挺有意思,做安全情报的可以看看F1分数。原文稍后读已读值得跟进有用关注 LLM