**Mastermind:基于策略学习的仓库级漏洞复现框架**

_Mastermind: Strategy-grounded Learning for Repository-Scale Vulnerability Reproduction_

> HuggingFace Daily Papers 推荐了 Mastermind,一种针对仓库级软件漏洞复现的双循环框架。该研究指出,大型语言模型智能体常因策略选择错误而失败,因此提出将“策略”作为核心学习单元。Mastermind 通过可训练规划器利用 SFT 和 GRPO 算法学习可复用的漏洞复现策略,并与执行器解耦。在 CyberGym 基准测试中,结合 GPT-5.5 执行器,Mastermind 达到了 84.5% 的通过率,显著优于基线方法,证明了高层策略学习对提升软件工程智能体性能的有效性。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-07-07 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2607.01764)