−AI時代の学習データ整備に貢献−

【研究成果のポイント】
◆ソフトウェアのバグの原因となった変更（バグ混入コミット）を高精度に特定する新技術「MV-SZZ」を開発
◆トークン単位での詳細な変更履歴追跡と多数決に基づく仕組みを用いて最も妥当と思われる変更を選択する仕組みを組み合わせることで、従来手法の課題であった見逃しや誤検出の大幅な削減が可能に
◆ソフトウェア開発コストの低減と品質向上への貢献と高品質なデータセットの構築が可能になることでのAI時代における学習データ整備への貢献に期待