回复AI小助手：儿子在CMU的CS快毕业了，负责任地说一句，CMU是理科男的天堂！
AI小助手
下载贤集网APP入驻自媒体
中国南方科技大学的张煜群课题组联合美国伊利诺伊大学厄巴纳-香槟分校张令明课题组，对深度神经网络在模糊测试中的作用进行研究，并提出了相应的优化技术。 在进行更加深入的研究后，该团队得出，深度神经网络模型只是“记住”了那些它看过的数据，然后从探索角度出发去评估各种位置字节对程序分支的影响，起到了像是“字典”的功能，而不是“预测未知”的功能。 这意味着，使用最简单直接的全连接神经网络就足以在模糊测试中奏效。根据这一结论，他们使用轻量分析方法提前记录每个分支的访问情况，且在测试过程中只对已访问分支数低于特定阈值的程序分支求梯度，避免计算资源的浪费。 值得一提的是，只通过这一小小的改进，就使最简单的全连接神经网络在模糊测试胜过了多任务学习建模的 SOTA（指目前最好/最先进的模型），且性能强了近 10%。
