一篇新论文介绍了一种量化“误导效应”的指标，即错误代码会诱导大型语言模型（LLM）生成验证不正确行为而非暴露不正确行为的单元测试。这种效应会导致更多误导性的测试和更少的有效测试。为了解决这个问题，研究人员提出了一种基于规范的提示方法，该方法使用 LLM 生成的文档字符串而不是错误代码本身，从而显著提高了对错误代码和无错误代码的测试生成。 AI
影响 这项研究可以提高 LLM 生成代码的可靠性，使其在软件开发中更有用。
排序理由 学术论文，介绍了一种用于评估 LLM 生成的单元测试的新指标和方法。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
