KQFuzz: Fuzzing basato su LLM per librerie quantistiche

Un team di ricercatori ha introdotto KQFuzz, un fuzzer guidato dalla conoscenza progettato specificamente per librerie quantistiche, che utilizza modelli linguistici di grandi dimensioni (LLM). Questo nuovo approccio supera le carenze delle attuali tecniche di fuzzing basate su LLM, che spesso soffrono di flessibilità ed efficienza limitate. KQFuzz integra approfondite conoscenze del codebase per migliorare la creazione di test guidata da LLM, impiegando valutazioni guidate dall'idoneità e mutazioni a due livelli per navigare percorsi di esecuzione complessi e scoprire possibili bug. Inoltre, presenta un metodo di prompting innovativo personalizzato per applicazioni quantistiche, utilizzando efficacemente la conoscenza del codebase per produrre programmi seed quantistici superiori. Questa ricerca è stata pubblicata su arXiv come annuncio di tipo incrociato.