透過不確定性量化改善軟體漏洞修補程式的資料管理

軟體漏洞修補程式資料集的品質對於機器學習安全性應用至關重要，而利用不確定性量化 (UQ) 可以有效識別和選擇高品質的修補程式，從而提升資料集品質並改善下游任務（如漏洞預測）的效能。