CTC教育サービスはコラム「グーグルのクラウドを支えるテクノロジー ＞ 第206回 Google社内での大規模言語モデルによるコード修正事例」を公開しました。
＃＃＃
はじめに
今回は、2024年に公開された技術レポート「AI-powered patching: the future of automated vulnerability fixes」に基づいて、Google社内における、大規模言語モデル（LLM）を用いたソフトウェアの自動修正の事例を解説します。このレポートでは、C、C++、Java、Go言語のコードに内在する、メモリ安全性に関するバグを修正するコードをLLMで自動生成する事例が紹介されています。
修正コードを自動生成する流れ
Google社内のソフトウェア開発では、C/C++、Java、Go言語などのプログラミング言語が使用されていますが、これらの言語ではメモリリークなど、メモリ安全性に関するバグが混入することがあります。Googleでは、メモリ安全性に関するバグを自動的に発見するテストツールを用いて、リポジトリ内のコードを定期的に検査しています。発見されたバグは、開発者が内容を確認して修正する必要がありますが、新しく開発されるコードの量が増えると、それに伴って発見されるバグの数も増えることになり、バグの修正が追いつかなくなることがあります。
この続きは以下をご覧ください
(リンク »)
はじめに
今回は、2024年に公開された技術レポート「AI-powered patching: the future of automated vulnerability fixes」に基づいて、Google社内における、大規模言語モデル（LLM）を用いたソフトウェアの自動修正の事例を解説します。このレポートでは、C、C++、Java、Go言語のコードに内在する、メモリ安全性に関するバグを修正するコードをLLMで自動生成する事例が紹介されています。
修正コードを自動生成する流れ
Google社内のソフトウェア開発では、C/C++、Java、Go言語などのプログラミング言語が使用されていますが、これらの言語ではメモリリークなど、メモリ安全性に関するバグが混入することがあります。Googleでは、メモリ安全性に関するバグを自動的に発見するテストツールを用いて、リポジトリ内のコードを定期的に検査しています。発見されたバグは、開発者が内容を確認して修正する必要がありますが、新しく開発されるコードの量が増えると、それに伴って発見されるバグの数も増えることになり、バグの修正が追いつかなくなることがあります。
この続きは以下をご覧ください
(リンク »)
本プレスリリースは発表元企業よりご投稿いただいた情報を掲載しております。
お問い合わせにつきましては発表元企業までお願いいたします。
お問い合わせにつきましては発表元企業までお願いいたします。
