Chinese contentReq2Test-Bench 发布：LLM 智能体测试生成通过率 82.8% 但仅 33.8% 行为达标
想知道 LLM 写测试靠不靠谱的看这篇：Codex 加 DeepSeek-V4.1-Flash 八成能跑通，但真对得上需求的只有三成多。
#测试生成
4 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "测试生成", newest first.
Oct 28
Aug 4
Products00:28
Chinese contentOri Eval：用自然语言描述 bug，自动生成失败的 eval它能把一句 bug 描述变成自动测试，先失败后通过，挂到 CI 里就能挡住回归，挺省心的。
Jul 31
Papers11:53
Chinese contentLocksmith Loop：COBOL转Java迁移的确定性验证方法这论文搞了个Locksmith Loop来验证COBOL转Java，实测分支覆盖率能到91.9%，比随机测强多了。
Jul 24
Papers10:49
Chinese contentPetri-Net-Guided LLM Test Generation for Concurrent Stateful Rust APIs这篇论文用Petri网编排LLM，自动生成并发Rust API的测试用例，比纯LLM生成的更可靠，能挖到深层并发bug。