lfi

本文提出了一种新的次协调AGM类溯因扩展操作，基于次协调逻辑RCbr，能够吸收矛盾的说明性假设而不导致平凡化。这是AGM文献中首个此类操作。

一篇博客文章对四种方法（Semgrep、搭载Strix的GLM 5.1、具备代码审查技能的云端SOTA、以及使用自定义工具的本地AI）在PHPIPAM中发现已知LFI漏洞的表现进行了基准测试，结果显示采用定制化方案的本地AI工具优于其他方法。