漏洞检测模型在陌生项目上把半数补丁误报为漏洞，白化中间层距离提前标出危险区

漏洞检测模型的可靠性会随代码偏离训练分布而下降，而白化后的中间层嵌入距离可以把这种下降变成可读的连续信号。 此前的评测多依赖与训练集共享项目、编码风格和时间段的同分布测试集，高分掩盖了分布偏移下的退化。 在严格配对的漏洞—补丁数据集上，按距离把测试样本分成十等频区间后，准确率从最低距离区间的0.834降到最高区间的0.479，落差超过35个百分点，同时补丁误报率从0.167升到0.631。

做法是把编码器的中间层表示做白化，再用最近邻余弦距离衡量一个样本离训练分布有多远。 原始上下文嵌入存在各向异性，会挤在少数主导方向上，使表面语法和项目命名盖过修复本身的细微语义差异。 在CodeBERT第0至12层与多种距离设置的网格上，原始嵌入加余弦最近邻的最好平均OOD AUROC为0.710，白化后升到0.739；对角近似马氏距离基线最好只有0.547，且最近邻数取1时最强，随邻域扩大单调下降。

补丁被误报为漏洞，与它在嵌入空间里靠近漏洞训练邻域直接相关。 聚合指标只能反映整体正确率，无法说明误报为何集中出现在已修复代码上。 在仅含补丁样本的测试子集上，误报样本的前10个邻居中漏洞训练样本占比为51.1%，正确判为补丁的样本为46.0%，距离比值的AUROC为0.636；按邻近度分十档后，补丁误报率从最低档的9.4%升到最高档的58.8%。

这套诊断面向C与C++中七类内存和资源安全弱点，评测使用严格配对的漏洞—补丁函数，并保留项目、时间与补丁差异簇元数据以划分偏移组。距离分数来自冻结的中间层编码器表示，可在不更新梯度的情况下对既有扫描器做风险分层，把几何上远离或纠缠的函数交给人工复核。

配对设计排除了部署中常见的任意良性代码，而真实工具需要在不知道漏洞位置的前提下扫描完整函数，这里采用的是配对对齐的多块提取。补丁差异簇是修复类别的自动代理，而非人工校验的语义分类；源数据集可能含标签噪声或非安全重构。评测限于CodeBERT与Qwen2.5-Coder-7B，以及特定的留出项目与2024年时间截点。