LLM 弱随机数生成器检测测试

作者对四个同样误用 random 模块的 Python 片段做 LLM 代码审查测试，三个本地代码模型共读取 15 次，四个片段分别被标记 15 次、7 次、1 次和 0 次。文章公开了 CryptoBench 数据集和预印本，用于说明模型审查结果的不稳定性。

AI推荐理由 给出可复现的小型实验：四个使用 random 模块而非密码学随机源的 Python 片段，由三个本地代码模型共读取 15 次，分别被标记 15 次、7 次、1 次和 0 次，并公开 Zenodo 数据集与预印本；样本量小、结论有限，但对 LLM 代码审查可靠性提供了具体证据。