arXiv 2026年10月5日该工作提出 CVE2AP，用结构化提示与规划器错误反馈让大模型从自然语言 CVE 描述自动生成 PDDL 编码攻击路径，在 21 个 CVE、5 个模型、12 种配置下评估，最佳模型 GPT-5.5 取得 86.9% 语法正确率、78.6% 可解性、53.8% 嵌入相似度与 93.1% 专家语义正确率，错误反馈带来最一致提升，GPT-5.5 质量成本权衡最佳。该工作提出 CVE2AP，用结构化提示与规划器错误反馈让大模型从自然语言 CVE 描述自动生成 PDDL 编码攻击路径，在 21 个 CVE、5 个模型、12 种配置下评估，最佳模型 GPT-5.5 取得 86.9% 语法正确率、78.6% 可解性、53.8% 嵌入相似度与 93.1% 专家语义正确率，错误反馈带来最一致提升，GPT-5.5 质量成本权衡最佳。CVE2AP 用大模型从 CVE 描述自动生成 PDDL 攻击路径，GPT-5.5 达 86.9% 语法正确率与 93.1% 语义正确率该工作提出 CVE2AP，用结构化提示与规划器错误反馈让大模型从自然语言 CVE 描述自动生成 PDDL 编码攻击路径，在 21 个 CVE、5 个模型、12 种配置下评估，最佳模型 GPT-5.5 取得 86.9% 语法正确率、78.6% 可解性、53.8% 嵌入相似度与 93.1% 专家语义正确率，错误反馈带来最一致提升，GPT-5.5 质量成本权衡最佳。该工作提出 CVE2AP，用结构化提示与规划器错误反馈让大模型从自然语言 CVE 描述自动生成 PDDL 编码攻击路径，在 21 个 CVE、5 个模型、12 种配置下评估，最佳模型 GPT-5.5 取得 86.9% 语法正确率、78.6% 可解性、53.8% 嵌入相似度与 93.1% 专家语义正确率，错误反馈带来最一致提升，GPT-5.5 质量成本权衡最佳。