AIモデルごとに脆弱性の検出結果が異なる、AI検証ノート

一般に利用できる3つのAIモデルに同じソフトウェアのコードの脆弱性検証を行わせたところ、検出件数と重要度の付け方がモデルごとに異なった。Model 1は15件（とても深刻4件、深刻5件、中6件）、Model 2は13件（とても深刻3件、深刻5件、中4件、軽い1件）、Model 3は13件（深刻5件、中6件、軽い2件）だった。ただし各結果は1回の試行によるもので、安全制御により一部の出力が得られなかったこともあるため、件数だけでモデルの優劣は判断できないとしている。