Buchumschlag

HyperNet-Adaptation for Diffusion-Based Test Case Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Weißl, Oliver, Riccio, Vincenzo, Kacianka, Severin, Stocco, Andrea
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Targeted Deep Learning System Boundary Testing
von: Weißl, Oliver, et al.
Veröffentlicht: (2024)

Latent Regularization in Generative Test Input Generation
von: Merabishvili, Giorgi, et al.
Veröffentlicht: (2026)

Feature-Aware Test Generation for Deep Learning Models
von: Chen, Xingcheng, et al.
Veröffentlicht: (2026)

Benchmarking Generative AI Models for Deep Learning Test Input Generation
von: Maryam, et al.
Veröffentlicht: (2024)

Towards Equitable Agile Research and Development of AI and Robotics
von: Hundt, Andrew, et al.
Veröffentlicht: (2024)

Predicting Safety Misbehaviours in Autonomous Driving Systems using Uncertainty Quantification
von: Grewal, Ruben, et al.
Veröffentlicht: (2024)

Two is Better Than One: Digital Siblings to Improve Autonomous Driving Testing
von: Biagiola, Matteo, et al.
Veröffentlicht: (2023)

Efficient Domain Augmentation for Autonomous Driving Testing Using Diffusion Models
von: Baresi, Luciano, et al.
Veröffentlicht: (2024)

XMutant: XAI-based Fuzzing for Deep Learning Systems
von: Chen, Xingcheng, et al.
Veröffentlicht: (2025)

LLM-Powered Test Case Generation for Detecting Bugs in Plausible Programs
von: Liu, Kaibo, et al.
Veröffentlicht: (2024)

PPO guided Agentic Pipeline for Adaptive Prompt Selection and Test Case Generation
von: Koushik, Gourisetty Venkata Sai, et al.
Veröffentlicht: (2026)

System Safety Monitoring of Learned Components Using Temporal Metric Forecasting
von: Sharifi, Sepehr, et al.
Veröffentlicht: (2024)

Is Hyper-Parameter Optimization Different for Software Analytics?
von: Yedida, Rahul, et al.
Veröffentlicht: (2024)

PerturbationDrive: A Framework for Perturbation-Based Testing of ADAS
von: Leonhard, Hannes, et al.
Veröffentlicht: (2026)

FeedbackLLM: Metadata driven Multi-Agentic Language Agnostic Test Case Generator with Evolving prompt and Coverage Feedback
von: Jasti, Kushal, et al.
Veröffentlicht: (2026)

Stack Trace-Based Crash Deduplication with Transformer Adaptation
von: Mamun, Md Afif Al, et al.
Veröffentlicht: (2025)

Automating REST API Postman Test Cases Using LLM
von: Sri, S Deepika, et al.
Veröffentlicht: (2024)

From Particles to Perils: SVGD-Based Hazardous Scenario Generation for Autonomous Driving Systems Testing
von: Liang, Linfeng, et al.
Veröffentlicht: (2026)

Optimizing Case-Based Reasoning System for Functional Test Script Generation with Large Language Models
von: Guo, Siyuan, et al.
Veröffentlicht: (2025)

Assessing Quality Metrics for Neural Reality Gap Input Mitigation in Autonomous Driving Testing
von: Lambertenghi, Stefano Carlo, et al.
Veröffentlicht: (2024)

Using Quality Attribute Scenarios for ML Model Test Case Generation
von: Brower-Sinning, Rachel, et al.
Veröffentlicht: (2024)

Automated Factual Benchmarking for In-Car Conversational Systems using Large Language Models
von: Giebisch, Rafael, et al.
Veröffentlicht: (2025)

Otter: Generating Tests from Issues to Validate SWE Patches
von: Ahmed, Toufique, et al.
Veröffentlicht: (2025)

Towards Automated Page Object Generation for Web Testing using Large Language Models
von: Karagöz, Betül, et al.
Veröffentlicht: (2026)

ExplainFuzz: Explainable and Constraint-Conditioned Test Generation with Probabilistic Circuits
von: Baiget, Annaëlle, et al.
Veröffentlicht: (2026)

PrismaDV: Automated Task-Aware Data Unit Test Generation
von: Chen, Hao, et al.
Veröffentlicht: (2026)

Using Large Language Models to Generate JUnit Tests: An Empirical Study
von: Siddiq, Mohammed Latif, et al.
Veröffentlicht: (2023)

PRIMG : Efficient LLM-driven Test Generation Using Mutant Prioritization
von: Bouafif, Mohamed Salah, et al.
Veröffentlicht: (2025)

CLOVER: A Test Case Generation Benchmark with Coverage, Long-Context, and Verification
von: Xu, Jiacheng, et al.
Veröffentlicht: (2025)

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

A Multi-Year Grey Literature Review on AI-assisted Test Automation
von: Ricca, Filippo, et al.
Veröffentlicht: (2024)

Clotho: Measuring Task-Specific Pre-Generation Test Adequacy for LLM Inputs
von: Yoon, Juyeon, et al.
Veröffentlicht: (2025)

Reinforcement Learning from Automatic Feedback for High-Quality Unit Test Generation
von: Steenhoek, Benjamin, et al.
Veröffentlicht: (2023)

Reinforcement Learning from Automatic Feedback for High-Quality Unit Test Generation
von: Steenhoek, Benjamin, et al.
Veröffentlicht: (2024)

STELLAR: A Search-Based Testing Framework for Large Language Model Applications
von: Sorokin, Lev, et al.
Veröffentlicht: (2026)

Latent Imitator: Generating Natural Individual Discriminatory Instances for Black-Box Fairness Testing
von: Xiao, Yisong, et al.
Veröffentlicht: (2023)

Learning-Based Testing for Deep Learning: Enhancing Model Robustness with Adversarial Input Prioritization
von: Rahman, Sheikh Md Mushfiqur, et al.
Veröffentlicht: (2025)

Enhancing LLM-Based Test Generation by Eliminating Covered Code
von: Xu, WeiZhe, et al.
Veröffentlicht: (2026)

Enabling Global, Human-Centered Explanations for LLMs:From Tokens to Interpretable Code and Test Generation
von: Khati, Dipin, et al.
Veröffentlicht: (2025)

Code-Aware Prompting: A study of Coverage Guided Test Generation in Regression Setting using LLM
von: Ryan, Gabriel, et al.
Veröffentlicht: (2024)