HITS: High-coverage LLM-based Unit Test Generation via Method Slicing
1. 来源出处
本文是发表在2024年39th IEEE/ACM International Conference on Automated Software Engineering (ASE)上的论文。作者包括Zejun Wang, Kaiibo Liu, Ge Li和Zhi Jin，他们来自北京的PKU Key Lab of HCST (MOE)。
2. 先前方法存在的不足
2.1 大语言模型（LLMs）生成单元测试的局限性
尽管LLMs在生成Java项目单元测试方面表现出色，但在覆盖复杂方法时的性能较差。这些复杂方法通常包含许多条件和循环，需要测试用例足够多样以覆盖所有行和分支。然而，现有的基于LLM的测试生成方法没有提供输入分析的辅助，这使得LLM难以推断出覆盖所有条件的测试输入，从而导致遗漏行和分支。
2.2 现有工具的不足
例如，ChatUniTest是一个基于LLM的测试生成工具，但在测试复杂方法时表现不佳。实验结果显示，ChatUniTest在测试复杂方法时的行覆盖率和分支覆盖率显著下降。此外，Evosuite等传统基于搜索的软件测试（SBST）工具在处理复杂方法时也
