研究发现 LLM 测试生成的有效性取决于代码上下文

arXiv 上的一项最新研究调查了 LLM 生成的测试套件的有效性，特别检查了代码覆盖率、变异分数和真实错误检测之间的相关性。研究发现，这些指标的效用高度依赖于上下文，在假定输入代码无错误的回归式场景中表现更好。相比之下，当被测代码已存在错误时，覆盖率和变异分数就成为不可靠的指标。研究还表明，对于 LLM 生成的测试，测试套件的大小并不是混淆这些相关性的主要因素。 AI

影响 为解释和应用 LLM 生成测试的代码覆盖率和变异分数提供了指导，影响软件开发实践。

排序理由 该项目是一篇发表在 arXiv 上的研究论文，讨论了 LLM 生成的测试套件。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• Inozemtseva et al.
• Papadakis et al.
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →