基於屬性檢索的大型語言模型單元測試生成
本文提出了一種名為 APT 的新型單元測試自動生成方法，該方法利用程式碼屬性關係和現有測試案例，透過屬性檢索增強大型語言模型，生成更準確、完整和易維護的單元測試。
APT: LLM-based Unit Test Generation via Property Retrieval for Enhanced Code Coverage and Test Quality
This paper introduces APT, a novel tool leveraging Large Language Models (LLMs) and a novel property-based retrieval augmentation approach to generate high-quality, maintainable unit tests by analyzing existing test cases and code relationships within a repository.
自啟動 CUSUM 控制圖在位置偏移下的比較研究：貝葉斯預測比率 CUSUM 與頻率論方法
本文通過模擬研究比較了兩種用於檢測正態數據均值偏移的自啟動 CUSUM 控制圖（貝葉斯預測比率 CUSUM 和頻率論自啟動 CUSUM）的性能，發現兩種方法在性能上總體相似，但貝葉斯方法在信息先驗的情況下表現更佳。
위치 변화 감지를 위한 자기 시동 CUSUM 관리도 비교 연구
본 연구는 정규 데이터에서 위치 변화 감지를 위해 널리 사용되는 두 가지 자기 시동 CUSUM 관리도, 즉 SSC(빈도주의) 및 PRC(베이지안)의 성능을 비교 분석합니다.
自己開始型CUSUM管理図の位置ずれ検出に関する比較研究
本稿では、正規データにおける位置ずれ検出のための2つの自己開始型CUSUM管理図、すなわち、頻度主義に基づくSSCとベイズ統計に基づくPRCの性能を比較検討し、事前情報の有無が検出性能に与える影響を分析している。
A Comparative Study of Self-Starting CUSUM Control Charts for Detecting Location Shifts in Normally Distributed Data
Self-starting CUSUM control charts, specifically the Bayesian Predictive Ratio CUSUM (PRC) and the frequentist Self-Starting CUSUM (SSC), demonstrate comparable performance in detecting location shifts in normally distributed data, with the effectiveness of each method influenced by factors like the magnitude of the shift, the timing of the shift, and the availability of prior information.
자동화된 테스트 케이스 복구를 위한 언어 모델 활용
본 논문에서는 사전 학습된 코드 언어 모델을 활용하여 손상된 테스트 케이스를 자동으로 복구하는 새로운 접근 방식인 TARGET을 제시합니다.
Automated Test Case Repair Using Language Models: An Extensive Study with a Novel Approach and Benchmark
This paper introduces TARGET, a novel approach using pre-trained code language models to automatically repair broken test cases, and demonstrates its effectiveness through extensive evaluation using a newly created benchmark, TARBENCH.
持續整合與持續交付環境下醫療物聯網應用程式的REST API測試：一項針對持續發展應用程式的研究
本文評估多種REST API測試工具在持續整合與持續交付環境下，針對一個真實醫療物聯網應用程式進行回歸測試的有效性，分析其在故障偵測、錯誤識別、覆蓋率、回歸分析和成本效益方面的表現。
진화하는 헬스케어 IoT 애플리케이션에 대한 연구: DevOps 환경에서의 REST API 테스팅 도구 비교 분석
본 연구는 실제 헬스케어 IoT 애플리케이션 개발 환경에서 DevOps 프로세스에 통합된 다섯 가지 REST API 테스팅 도구들의 성능을 비교 분석하여, 각 도구의 장단점과 개선점을 제시합니다.
© 2024 by Linnk AI