Estudo com 24 configurações de modelo e harness mostra que nenhuma combinação sozinha cobre todas as vulnerabilidades encontradas por IA
Pesquisadores testaram 24 combinações de modelos de LLM e harnesses de agente contra uma base de código em produção com vulnerabilidades ainda não públicas, confirmando 265 causas-raiz de segurança distintas. Nenhuma configuração isolada cobriu todos os achados, e 14,3% das vulnerabilidades só foram encontradas por exatamente um modelo, enquanto contexto de engenharia (como grafos de chamada derivados do CodeQL) beneficiou muito mais modelos menores do que o modelo de fronteira.
Fonte ↗