可编程的属性测试
摘要
本文讨论了可编程的属性测试,这是一种软件测试技术,允许根据定义的属性自定义生成测试用例。
暂无内容
相似文章
你的AI代理绿色测试套件实际证明了什么
本文认为,由于输入空间无限且行为非确定性,AI代理使用固定输入和预期输出的标准测试套件并不充分,主张应采用基于属性的测试方法。
PaT:试错后规划,实现高效的测试时代码生成
本文介绍了 PaT(试错后规划),这是一种用于代码生成的自适应测试时计算策略,在保持与更大模型相当的性能的同时,将推理成本降低了约 69%。
BP-TTA: 动态场景下基于平衡与原型指导的测试时自适应
提出BP-TTA,一种通过结合批次平衡采样与原型指导约束来处理类别不平衡和持续域偏移的测试时自适应方法,在动态流式场景中实现了最先进的性能。
可组合测试
这篇文章讨论了软件测试中的可组合测试,解释了如何通过组合测试来提高可读性、可维护性和效率,同时保持隔离性和特异性等属性。
FVSpec:真实世界基于属性测试的Lean挑战
本文介绍了FVSpec,这是一个用于AI辅助形式验证的基准测试,它通过多智能体LLM管道将真实世界的基于属性测试从Python转换为Lean 4规范,旨在推动真实世界软件形式验证的进展。