研究人员开发了 CodeHacker，这是一个自动化的框架，旨在为编程竞赛解决方案生成对抗性测试用例。该系统旨在识别代码提交中可能被标准测试方法遗漏的漏洞。CodeHacker 利用压力测试和反哈希攻击等策略来揭示弱点，其生成的测试用例可以提高为代码生成训练的 AI 模型的性能。 AI
影响 通过创建更强大、更具挑战性的测试数据集，增强了代码生成的 AI 模型评估。
排序理由 该集群包含一篇详细介绍自动化测试用例生成新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2602.20213v2 Announce Type: replace-cross Abstract: The evaluation of Large Language Models (LLMs) for code generation relies heavily on the quality and robustness of test cases. However, existing benchmarks often lack coverage for subtle corner cases, allowing incorrect so…