defect-detection

一位独立研究人员的研究发现，单个LLM会遗漏约一半的代码审查缺陷，而使用来自不同提供商的多个模型可显著提高覆盖率，其中添加第二个模型的收益最大。该论文寻求反馈和arXiv认可。

本文提出了一种基于轻量级多模态LLM的框架，用于电力传输设备的成本效益缺陷分级，利用上下文学习和思维链生成训练数据，并对Qwen3-VL-8B进行微调，实现了最先进的性能。

MIT研究人员在《Matter》期刊上发表论文，介绍了一种AI模型，该模型利用非侵入式中子散射数据对材料中的原子缺陷进行分类和定量分析。该模型可同时检测多种缺陷类型，在不损坏材料的情况下改进半导体及其他材料的表征。