BioDefect: 생물정보학 소프트웨어 결함 탐지를 위한 최초의 데이터셋

요약

생물정보학 소프트웨어의 결함 탐지를 위해 설계된 최초의 데이터셋인 BioDefect을 소개합니다. BioDefect은 실제 소스 코드 저장소의 문맥 정보를 보존하고 데이터 누수 및 레이블 불일치 문제를 해결하여 높은 신뢰성을 제공합니다. DeepSeek-R1을 포함한 9개 언어 모델 평가 결과, 기존 데이터셋 대비 F1-score가 평균 29.61%~38.04% 향상되는 성과를 보였습니다.

핵심 포인트

• 생물정보학 소프트웨어 결함 탐지 전용 최초의 데이터셋 BioDefect 공개
• 완전한 소스 코드 저장소를 포함하여 실제 결함 시나리오의 문맥 정보 보존
• 레이블 불일치 및 데이터 누수 문제를 완화하여 데이터 품질과 실험적 신뢰성 확보
• DeepSeek-R1 등 9개 언어 모델 테스트 결과, 기존 대비 F1-score 대폭 향상 확인