- 探索模糊测试作为神经测试生成的数据增强
本文介绍了一种将模糊测试和大型语言模型相结合的新型数据增强技术 **FuzzAug**，用于增强神经测试生成数据集，从而提高代码生成模型的准确性和分支覆盖率，增强自动化软件测试的效用。
- BugBlitz-AI: 一位智能 QA 助手
软件测试从手动到自动化方法的演变在质量保证实践中产生了重大影响，BugBlitz-AI 是一种基于人工智能的验证工具包，旨在通过自动化结果分析和错误报告生成来增强端到端的测试自动化，提高产品质量和快速上市时间。
- 人们提示：LLM 在软件验证和伪造方法中的下游任务的分类
通过细致地剖析 80 篇论文，我们研究了软件测试和验证研究社区如何抽象构建基于大型语言模型（LLMs）的解决方案。我们验证了下游任务是否能够传达基于提示的解决方案的蓝图，并确定了解决方案中的任务数量和性质。为此，我们开发了一种新的下游任务分 - 基于大型语言模型的模糊测试技术综述
本文调查总结了截至 2024 年的最新方法，统计分析了三个领域（即 LLMs、模糊测试和基于 LLMs 的模糊测试），并探讨了将基于 LLMs 的模糊测试技术广泛应用于未来的潜力。
- InterEvo-TR: 交互式进化测试生成与可读性评估
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 - MMChatGPT 能推动软件测试智能化发展吗？基于变异测试的经验报告
ChatGPT 能用来推动软件测试智能化，尤其是在元胞变换测试方面，它可以生成测试新的元胞关系候选项，但需要人工智能的参与来确保其正确性。
- 基于自动反馈的强化学习高质量单元测试生成
通过从静态质量度量中进行强化学习，我们提出了一种新技术 RLSQM，用于优化大型语言模型生成的代码测试质量，并通过比较实验结果证明了该方法的有效性。
- 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。
- 借助有效的非线性因果发现提升合成数据生成
本文设计了一种合成数据集生成器，用于生成能够在生成时间发现变量之间非线性因果关系的表格数据的合成数据集，并根据在常见模式中有效检索的特征限制因果发现，通过广泛的实验表明所提出的方法的有效性。
- 指导卷积神经网络针对对抗输入进行重新训练
研究寻求最佳指引指标和优化数据集配置来提高卷积神经网络模型对抗性输入的准确性和资源利用率，通过实证研究发现，在使用惊奇充分度量作为指引度量进行重新训练时，通过使用原始权重和排序后的惊奇充分度量训练模型，可以在不使用大量输入的情况下改善模型对 - 机器学习软件测试
讨论机器学习的软件测试以确保其正确性和可靠性，尤其是在安全关键应用中存在欺骗和错误等挑战，探讨六个关键挑战领域及其局限，提出继续研究方向。
- 整数遗传程序设计中的失败中断传播
通过将随机值注入到高度进化的深度整数遗传程序树中进行评估，本文发现交叉和变异的影响消失并且很少传播到程序之外，而信息论解释了本地平坦的适应度景观归功于 FDP，因此整数遗传编程具有强鲁棒性，对 Lorenz 蝴蝶的影响很小。
- 有限状态机优先级可变长度测试用例生成
本文提出了一种测试生成策略，旨在同时满足测试路径必须在有限状态机的指定状态开始和结束、测试用例只需访问有限状态机中特定状态和转换以及测试路径必须在给定长度范围内（不一定是显式均匀长度）等三种特殊测试情况，同时在真实的工业测试中表现优于现有基 - DeepRNG：面向深度强化学习辅助下的软件生成测试
本文介绍 DeepRNG 框架，在随机数生成器中加入深度强化学习，通过简洁的状态表示显著改善了 Cosmos SDK 软件库的测试效果。
- 软件测试中的人工智能：影响、问题、挑战和前景
本研究旨在探讨人工智能技术在软件测试活动和方面中的影响，以及 AI 在软件测试领域未来的一些关键贡献和应用面临的挑战。
- 变形测试：一种生成下一个测试用例的新方法
该文提出了一种新的测试用例选择技术，从成功的测试用例中派生新的测试用例，以揭示可能被遗漏未检测到的软件错误，并在生产阶段中帮助发现软件错误，在没有测试奥秘的情况下使用。
- 为单元测试用例学习有意义的断言语句
利用神经机器翻译技术的 Atlas，能够自动生成恰当的断言语句来评估主方法的正确性，可作为自动生成测试用例技术的补充和开发人员的代码补全支持。
- 深度神经网络测试
提出了 4 种新的测试标准，为结构性特征和语义定制的深度神经网络，并通过对当前最先进的人工神经网络数据集进行实验来验证其有效性，以平衡测试用例生成的计算成本和发现缺陷的能力，同时在代理中使用对抗性例子。
- 符号执行技术概述
本文介绍了符号执行在软件测试和程序分析领域中的主要思想、挑战和解决方案，以此向广大读者提供一个综述。
- MM基于本体论的软件测试智能系统的开发
通过本篇文章介绍的本体技术的应用，可以通过自然语言处理和元数据创建，构建支持多种环境的测试管理知识库来实现同时教授编程基础和测试概念，从而提高程序员的能力，以促进行业进步。