Buchumschlag

TestART: Improving LLM-based Unit Testing via Co-evolution of Automated Generation and Repair Iteration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gu, Siqi, Zhang, Quanjun, Li, Kecheng, Fang, Chunrong, Tian, Fangyuan, Zhu, Liuchuan, Zhou, Jianyi, Chen, Zhenyu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Large-scale Empirical Study on Fine-tuning Large Language Models for Unit Testing
von: Shang, Ye, et al.
Veröffentlicht: (2024)

ACTesting: Automated Cross-modal Testing Method of Text-to-Image Software
von: Gu, Siqi, et al.
Veröffentlicht: (2023)

TestBench: Evaluating Class-Level Test Case Generation Capability of Large Language Models
von: Zhang, Quanjun, et al.
Veröffentlicht: (2024)

Large Language Models for Unit Testing: A Systematic Literature Review
von: Zhang, Quanjun, et al.
Veröffentlicht: (2025)

ComPass: Contrastive Learning for Automated Patch Correctness Assessment in Program Repair
von: Zhang, Quanjun, et al.
Veröffentlicht: (2026)

Towards Automated Crowdsourced Testing via Personified-LLM
von: Yu, Shengcheng, et al.
Veröffentlicht: (2026)

ATTest: Agent-Driven Tensor Testing for Deep Learning Library Modules
von: Zhan, Zhengyu, et al.
Veröffentlicht: (2026)

Breaking, Stale, or Missing? Benchmarking Coding Agents on Project-Level Test Evolution
von: Shang, Ye, et al.
Veröffentlicht: (2026)

A Systematic Literature Review on Large Language Models for Automated Program Repair
von: Zhang, Quanjun, et al.
Veröffentlicht: (2024)

SGAgent: Suggestion-Guided LLM-Based Multi-Agent Framework for Repository-Level Software Repair
von: Zhang, Quanjun, et al.
Veröffentlicht: (2026)

A Critical Review of Large Language Model on Software Engineering: An Example from ChatGPT and Automated Program Repair
von: Zhang, Quanjun, et al.
Veröffentlicht: (2023)

Vision-Based Mobile App GUI Testing: A Survey
von: Yu, Shengcheng, et al.
Veröffentlicht: (2023)

No Man is an Island: Towards Fully Automatic Programming by Code Search, Code Generation and Program Repair
von: Zhang, Quanjun, et al.
Veröffentlicht: (2024)

Practical, Automated Scenario-based Mobile App Testing
von: Yu, Shengcheng, et al.
Veröffentlicht: (2024)

CooTest: An Automated Testing Approach for V2X Communication Systems
von: Guo, An, et al.
Veröffentlicht: (2024)

EvoRepair: Enhancing Vulnerability Repair Agents Through Experience-Based Self-Evolution
von: Hu, Haichuan, et al.
Veröffentlicht: (2026)

RUM: Rule+LLM-Based Comprehensive Assessment on Testing Skills
von: Wang, Yue, et al.
Veröffentlicht: (2025)

Coverage Goal Selector for Combining Multiple Criteria in Search-Based Unit Test Generation
von: Zhou, Zhichao, et al.
Veröffentlicht: (2023)

Improving Retrieval-Augmented Deep Assertion Generation via Joint Training
von: Zhang, Quanjun, et al.
Veröffentlicht: (2025)

Improving Deep Learning Framework Testing with Model-Level Metamorphic Testing
von: Mu, Yanzhou, et al.
Veröffentlicht: (2025)

Repair-R1: Better Test Before Repair
von: Hu, Haichuan, et al.
Veröffentlicht: (2025)

YATE: The Role of Test Repair in LLM-Based Unit Test Generation
von: Konstantinou, Michael, et al.
Veröffentlicht: (2025)

Scenario-Guided LLM-based Mobile App GUI Testing
von: Yu, Shengcheng, et al.
Veröffentlicht: (2025)

Improving Deep Assertion Generation via Fine-Tuning Retrieval-Augmented Pre-trained Language Models
von: Zhang, Quanjun, et al.
Veröffentlicht: (2025)

APPT: Boosting Automated Patch Correctness Prediction via Fine-tuning Pre-trained Models
von: Zhang, Quanjun, et al.
Veröffentlicht: (2023)

Test Script Intention Generation for Mobile Application via GUI Image and Code Understanding
von: Yu, Shengcheng, et al.
Veröffentlicht: (2021)

Log-based, Business-aware REST API Testing
von: Yang, Ding, et al.
Veröffentlicht: (2026)

Test vs Mutant: Adversarial LLM Agents for Robust Unit Test Generation
von: Chang, Pengyu, et al.
Veröffentlicht: (2026)

UTFix: Change Aware Unit Test Repairing using LLM
von: Rahman, Shanto, et al.
Veröffentlicht: (2025)

On the Effectiveness of Code Representation in Deep Learning-Based Automated Patch Correctness Assessment
von: Zhang, Quanjun, et al.
Veröffentlicht: (2026)

GPU Temperature Simulation-Based Testing for In-Vehicle Deep Learning Frameworks
von: Zou, Yinglong, et al.
Veröffentlicht: (2025)

Machine Translation Testing via Syntactic Tree Pruning
von: Zhang, Quanjun, et al.
Veröffentlicht: (2024)

Scalpel: Automotive Deep Learning Framework Testing via Assembling Model Components
von: Zou, Yinglong, et al.
Veröffentlicht: (2025)

Automated Unit Test Refactoring
von: Gao, Yi, et al.
Veröffentlicht: (2024)

Effective, Platform-Independent GUI Testing via Image Embedding and Reinforcement Learning
von: Yu, Shengcheng, et al.
Veröffentlicht: (2022)

Mutation-Based Deep Learning Framework Testing Method in JavaScript Environment
von: Zou, Yinglong, et al.
Veröffentlicht: (2024)

Test smells in LLM-Generated Unit Tests
von: Ouédraogo, Wendkûuni C., et al.
Veröffentlicht: (2024)

Deep Learning Framework Testing via Heuristic Guidance Based on Multiple Model Measurements
von: Zou, Yinglong, et al.
Veröffentlicht: (2025)

Generate Realistic Test Scenes for V2X Communication Systems
von: Guo, An, et al.
Veröffentlicht: (2025)

An Iterative Test-and-Repair Framework for Competitive Code Generation
von: Tang, Lingxiao, et al.
Veröffentlicht: (2026)