CoGate：用于安全代码生成的置信门控协同解码

大语言模型 广泛用于代码生成，但由于从预训练数据中学习到的模式，它们也可能生成不安全的程序。解码时引导已成为该问题的重要解决方案：在每一步将小型专家模型与目标模型相结合以生成更安全的代码，这称为协同解码。然而，现有编码解码方法的接受规则没有考虑专家模型的置信度。当安全专家由于未见的模式或分布外 (OOD) 环境而缺乏信心时，其指导可能会产生误导。为了应对这一挑战，我们提出了 CoGate，一种置信门控编码方法，可根据置信度控制专家对编码过程的影响。我们实施我们的方法，并在多个代码生成基准（HumanEval、安全套件和 CWEval）上跨多个 LLM 后端（CodeGen、DeepSeek-Coder、Qwen-Coder、StarCoder）对其进行评估。我们的方法在多个基准测试中均优于现有的协同解码方法 (CoSec+)，在 CWEval 上实现了 Func-Sec@10 高达 12.6% 的增益。