Jan, 2024

InterEvo-TR: 交互式进化测试生成与可读性评估

PDF
TL;DR自动生成测试用例的自动化方法在软件测试中降低了成本，但测试人员对于生成的测试套件的理解相对于手动设计的测试套件持怀疑态度。为了增强测试人员接受自动生成的测试套件，本研究提出了一种将测试人员的互动可读性评估纳入 EvoSuite（一个广为人知的进化式测试生成工具）的方法。通过与 39 名参与者进行的控制实验，研究结果表明选择和呈现中间结果的策略对于可读性评估是有效的。此外，参与者的行为和对问卷的回答使我们能够分析影响测试代码可读性的因素以及互动方法在测试用例生成环境中的益处和限制，为基于互动性的未来研究提供了奠基。
发现论文，激发创造
  • 软件架构的交互式多目标进化优化

    通过交互式进化计算以及应用定量和定性评判标准指导多目标进化算法，将用户反馈嵌入到适应函数中，使算法能够辨别出有前景和较差的解决方案，实验证明该交互机制可以有效地引导搜索进入专家真正感兴趣的搜索空间区域。

    Jan, 2024

  • 仿真验证中的混合智能测试

    本文中，我们提出了一种混合智能测试方法，结合了 “覆盖向导测试选择” 和 “新颖性驱动验证” 两种方法，以实现高效有效的硬件测试。

    May, 2022

  • GENIE：面向文本生成的可重复和标准化人类评估技术

    该研究关注文本生成的人类评估问题，通过注释设计选择和人类评估数据，提出一种自动化去除噪音注释者的机制，并基于此开发了 GENIE 系统，用于跨不同任务运行标准化的人类评估，提供总排行榜，已在四个核心文本生成任务上进行测试。

    Jan, 2021

  • 进化式桌面游戏设计：以《风险》游戏为案例研究

    借助进化游戏设计和遗传算法，本研究扩展了现有的方法来生成《Risk》这个桌游的新变种版本，通过改变地图大小和生成更加平衡的游戏以减短比赛时间，为进一步研究演化游戏设计提供了有希望的方向。

    Oct, 2023

  • CodeT：生成测试的代码生成

    在本文中，我们提出了一种新方法 CodeT，利用预先训练的语言模型自动生成代码示例的测试用例，从而减少人工成本并增加测试场景的覆盖范围，最终实现基于生成的测试用例的代码解决方案选择。

    Jul, 2022

  • EpiTESTER: 用表观遗传算法和注意力机制测试自动驾驶车辆

    基于表观遗传学机制的 EpiTESTER 测试方法在自动驾驶领域表现出了很好的成果，通过多模型融合变换器提取高级特征表示，并根据这些特征计算概率，实现对关键场景的有效识别。

    Nov, 2023

  • 使用代码模型和领域适应生成自动化测试用例

    使用 Transformer-based 代码模型，提出完全自动化的测试框架，能够生成可编译和可读的单元测试，可以补充搜索 - based 测试生成的测试，并且能够覆盖开发人员编写测试中未覆盖的代码行。

    Aug, 2023

  • 利用大型语言模型进行计算机科学教育中学生代码引导的测试用例生成

    我们提出了一种基于大型语言模型的自动测试用例生成方法，证明它们是衡量学生知识的良好指标，使用了一个包含学生编写的 Java 代码的公开数据集，并讨论了以测试用例帮助学生为中心的未来研究方向。

    Feb, 2024

  • 利用遗传微程序实现自动化软件测试的大路径覆盖

    利用遗传编程技术开发出一种新的自动化软件测试框架，生成可以重复生成输入值的微程序，从而快速高效地探索软件元件的输入参数范围，同时可应用于多种软件系统。

    Feb, 2023

  • 面向可验证和可重复的文本到图像生成的人类评估

    本文旨在提出一种规范化和明确定义的人工评估协议，以促进未来作品中可验证和可重复的人工评估，针对 37 篇最近论文调查显示，许多作品仅依赖自动度量或执行不可靠或不可重复的人工评估，同时，作者还提供了设计可靠和决定性人工评估实验所需的见解，并向社区提供了几个公开的资源以促进快速实现。

    Apr, 2023