评测与基准arXiv:2609.09798 · 9月9日CS-Guard：首个面向代码生成安全的 LLM 护栏评测基准提出 CS-Guard 基准与虚构场景攻击，评测代码生成护栏编程 Agent攻击者黑盒无盒·测试CodeLlama-13B-Instruct、DeepSeekCoder-V2-Lite-16B、GPT-OSS-20B 等 7 个·应用层越狱角色扮演与说服护栏与评审+1+1摘要论文提出了代码安全护栏基准 CS-Guard，评估发现现有护栏对虚构场景攻击和代码级恶意请求防御较弱。完整解读