Buchumschlag

Can LLM Generate Regression Tests for Software Commits?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Jing, Lee, Seongmin, Losiouk, Eleonora, Böhme, Marcel
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Empirical Computation
von: Tang, Eric, et al.
Veröffentlicht: (2025)

How and Why Agents Can Identify Bug-Introducing Commits
von: Risse, Niklas, et al.
Veröffentlicht: (2026)

Mind the GAPS: Bridging the GAPS between Targeted Dynamic Analysis and Static Path Reconstruction in Android Apps
von: Doria, Samuele, et al.
Veröffentlicht: (2025)

Evaluating LLM-Based Test Generation Under Software Evolution
von: Haroon, Sabaat, et al.
Veröffentlicht: (2026)

Rethinking the Value of Agent-Generated Tests for LLM-Based Software Engineering Agents
von: Chen, Zhi, et al.
Veröffentlicht: (2026)

Incoherence as Oracle-less Measure of Error in LLM-Based Code Generation
von: Valentin, Thomas, et al.
Veröffentlicht: (2025)

CodeFuse-CommitEval: Towards Benchmarking LLM's Power on Commit Message and Code Change Inconsistency Detection
von: Zhang, Qingyu, et al.
Veröffentlicht: (2025)

Cottontail: Large Language Model-Driven Concolic Execution for Highly Structured Test Input Generation
von: Tu, Haoxin, et al.
Veröffentlicht: (2025)

Commit0: Library Generation from Scratch
von: Zhao, Wenting, et al.
Veröffentlicht: (2024)

Trae Agent: An LLM-based Agent for Software Engineering with Test-time Scaling
von: Trae Research Team, et al.
Veröffentlicht: (2025)

CommitDistill: A Lightweight Knowledge-Centric Memory Layer for Software Repositories
von: Chukkapalli, Divya, et al.
Veröffentlicht: (2026)

The Future of Software Testing: AI-Powered Test Case Generation and Validation
von: Baqar, Mohammad, et al.
Veröffentlicht: (2024)

ReCatcher: Towards LLMs Regression Testing for Code Generation
von: Abbassi, Altaf Allah, et al.
Veröffentlicht: (2025)

Can LLMs Replace Human Evaluators? An Empirical Study of LLM-as-a-Judge in Software Engineering
von: Wang, Ruiqi, et al.
Veröffentlicht: (2025)

LLM-Driven Collaborative Model for Untangling Commits via Explicit and Implicit Dependency Reasoning
von: Hou, Bo, et al.
Veröffentlicht: (2025)

The Potential of LLMs in Automating Software Testing: From Generation to Reporting
von: Sherifi, Betim, et al.
Veröffentlicht: (2024)

VerilogReader: LLM-Aided Hardware Test Generation
von: Ma, Ruiyang, et al.
Veröffentlicht: (2024)

Agile Software Effort Estimation using Regression Techniques
von: Sima, Sisay Deresa, et al.
Veröffentlicht: (2025)

Reasoning-Based Software Testing
von: Giamattei, Luca, et al.
Veröffentlicht: (2023)

Harden and Catch for Just-in-Time Assured LLM-Based Software Testing: Open Research Challenges
von: Harman, Mark, et al.
Veröffentlicht: (2025)

LinkAnchor: An Autonomous LLM-Based Agent for Issue-to-Commit Link Recovery
von: Akhavan, Arshia, et al.
Veröffentlicht: (2025)

GitHub's Copilot Code Review: Can AI Spot Security Flaws Before You Commit?
von: Amro, Amena, et al.
Veröffentlicht: (2025)

Verifying LLM-Generated Code in the Context of Software Verification with Ada/SPARK
von: Cramer, Marcos, et al.
Veröffentlicht: (2025)

Towards Specification-Driven LLM-Based Generation of Embedded Automotive Software
von: Patil, Minal Suresh, et al.
Veröffentlicht: (2024)

Call-Chain-Aware LLM-Based Test Generation for Java Projects
von: Wang, Guancheng, et al.
Veröffentlicht: (2026)

KADEL: Knowledge-Aware Denoising Learning for Commit Message Generation
von: Tao, Wei, et al.
Veröffentlicht: (2024)

Helping LLMs Improve Code Generation Using Feedback from Testing and Static Analysis
von: Dolcetti, Greta, et al.
Veröffentlicht: (2024)

Fuzzy Inference System for Test Case Prioritization in Software Testing
von: Karatayev, Aron, et al.
Veröffentlicht: (2024)

Tests as Prompt: A Test-Driven-Development Benchmark for LLM Code Generation
von: Cui, Yi
Veröffentlicht: (2025)

Validating LLM-Generated Programs with Metamorphic Prompt Testing
von: Wang, Xiaoyin, et al.
Veröffentlicht: (2024)

Bias Testing and Mitigation in LLM-based Code Generation
von: Huang, Dong, et al.
Veröffentlicht: (2023)

On Simulation-Guided LLM-based Code Generation for Safe Autonomous Driving Software
von: Nouri, Ali, et al.
Veröffentlicht: (2025)

Can GPT-4 Replicate Empirical Software Engineering Research?
von: Liang, Jenny T., et al.
Veröffentlicht: (2023)

EvolveTool-Bench: Evaluating the Quality of LLM-Generated Tool Libraries as Software Artifacts
von: Kaliyev, Alibek T., et al.
Veröffentlicht: (2026)

Enhancing Software Vulnerability Detection Through Adaptive Test Input Generation Using Genetic Algorithm
von: Mehendran, Yanusha, et al.
Veröffentlicht: (2025)

LLM Test Generation via Iterative Hybrid Program Analysis
von: Gu, Sijia, et al.
Veröffentlicht: (2025)

Test It Before You Trust It: Applying Software Testing for Trustworthy In-context Learning
von: Racharak, Teeradaj, et al.
Veröffentlicht: (2025)

ALMAS: an Autonomous LLM-based Multi-Agent Software Engineering Framework
von: Tawosi, Vali, et al.
Veröffentlicht: (2025)

Learning to Generate Unit Test via Adversarial Reinforcement Learning
von: Lee, Dongjun, et al.
Veröffentlicht: (2025)

Multi-Agent LLM Committees for Autonomous Software Beta Testing
von: Karanam, Sumanth Bharadwaj Hachalli, et al.
Veröffentlicht: (2025)