当前位置: 首页> 汽车> 车展 > 新人学会seo_企业系统查询_长沙百度关键词搜索_福州网站制作推广

新人学会seo_企业系统查询_长沙百度关键词搜索_福州网站制作推广

时间:2025/7/12 2:10:03来源:https://blog.csdn.net/weixin_47575900/article/details/143761907 浏览次数: 0次
新人学会seo_企业系统查询_长沙百度关键词搜索_福州网站制作推广

在这里插入图片描述

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

关键字:新人学会seo_企业系统查询_长沙百度关键词搜索_福州网站制作推广

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

责任编辑: