Newest papers

How Effectively Do Security Skills Guide Coding Agents in Vulnerability Detection in Linux Kernel?

Haoran Xue, Nikta Akbarpour, Gias Uddin, Song Wang · 2026 · arXiv

DOI: 10.48550/arXiv.2610.25705 · open-access PDF

Spanish

Los agentes de codificación de grandes modelos de lenguaje (LLM), como Claude Code, se utilizan cada vez más para la auditoría de seguridad, con habilidades específicas de tareas que proporcionan procedimientos de análisis de vulnerabilidades reutilizables. Sin embargo, su eficacia en la detección de vulnerabilidades reales y las causas de sus fallos siguen siendo inciertas. Realizamos el primer estudio empírico a gran escala de 37 habilidades de seguridad utilizando Claude Code con cuatro LLMs subyacentes en 100 vulnerabilidades reales del núcleo de Linux en diez clases, con un total de 14800 ejecuciones.

Machine translation (Meta M2M100); the English original follows.

Abstract

Large language model (LLM) coding agents, such as Claude Code, are increasingly used for security auditing, with task-specific skills providing reusable vulnerability-analysis procedures. However, their effectiveness in detecting real vulnerabilities and the reasons for their failures remain unclear. We conduct the first large-scale empirical study of 37 security skills using Claude Code with four underlying LLMs on 100 real Linux kernel vulnerabilities across ten classes, totaling 14800 runs. We evaluate vulnerability detection at the function, statement, and vulnerability-class levels. Resul

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange