Buchumschlag

Improving Deep Learning Library Testing with Machine Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Molina, Facundo, Naziri, M M Abid, Qin, Feiran, Gorla, Alessandra, d'Amorim, Marcelo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Testing Deep Learning Libraries via Neurosymbolic Constraint Learning
von: Naziri, M M Abid, et al.
Veröffentlicht: (2026)

Evaluating the Effectiveness of Coverage-Guided Fuzzing for Testing Deep Learning Library APIs
von: Qin, Feiran, et al.
Veröffentlicht: (2025)

Misbehavior Forecasting for Focused Autonomous Driving Systems Testing
von: Naziri, M M Abid, et al.
Veröffentlicht: (2025)

Bug Histories as Sources of Compiler Fuzzing Mutators
von: Liu, Lingjun, et al.
Veröffentlicht: (2025)

Test Oracle Automation in the era of LLMs
von: Molina, Facundo, et al.
Veröffentlicht: (2024)

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

State Field Coverage: A Metric for Oracle Quality
von: Molina, Facundo, et al.
Veröffentlicht: (2025)

A Case Study of LLM for Automated Vulnerability Repair: Assessing Impact of Reasoning and Patch Validation Feedback
von: Kulsum, Ummay, et al.
Veröffentlicht: (2024)

Configuration Defects in Kubernetes
von: Zhang, Yue, et al.
Veröffentlicht: (2025)

Just another copy and paste? Comparing the security vulnerabilities of ChatGPT generated code and StackOverflow answers
von: Hamer, Sivana, et al.
Veröffentlicht: (2024)

Agentic LMs: Hunting Down Test Smells
von: Melo, Rian, et al.
Veröffentlicht: (2025)

Code Quality Analysis of Translations from C to Rust
von: Tadesse, Biruk, et al.
Veröffentlicht: (2026)

The Effects of Computational Resources on Flaky Tests
von: Silva, Denini, et al.
Veröffentlicht: (2023)

A Generic and Efficient Python Runtime Verification System and its Large-scale Evaluation
von: Shen, Zhuohang, et al.
Veröffentlicht: (2025)

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

Subgraph-Oriented Testing for Deep Learning Libraries
von: Xie, Xiaoyuan, et al.
Veröffentlicht: (2024)

Constraint-Guided Unit Test Generation for Machine Learning Libraries
von: Krodinger, Lukas, et al.
Veröffentlicht: (2025)

MANILA: A Low-Code Application to Benchmark Machine Learning Models and Fairness-Enhancing Methods
von: d'Aloisio, Giordano
Veröffentlicht: (2025)

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

XAMT: Cross-Framework API Matching for Testing Deep Learning Libraries
von: Duan, Bin, et al.
Veröffentlicht: (2025)

Improving Dynamic Specification Inference with LLM-Generated Counterexamples
von: Balestra, Agustín, et al.
Veröffentlicht: (2026)

Deep Learning Library Testing: Definition, Methods and Challenges
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2024)

Introducing Ensemble Machine Learning Algorithms for Automatic Test Case Generation using Learning Based Testing
von: Rahman, Sheikh Md. Mushfiqur, et al.
Veröffentlicht: (2024)

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

Deep Reinforcement Learning for Automated Web GUI Testing
von: Gu, Zhiyu, et al.
Veröffentlicht: (2025)

Effective Random Test Generation for Deep Learning Compilers
von: Ren, Luyao, et al.
Veröffentlicht: (2023)

Optimization-Aware Test Generation for Deep Learning Compilers
von: Shen, Qingchao, et al.
Veröffentlicht: (2025)

Mitigating Noise in Quantum Software Testing Using Machine Learning
von: Muqeet, Asmar, et al.
Veröffentlicht: (2023)

Assessing Quantum Extreme Learning Machines for Software Testing in Practice
von: Muqeet, Asmar, et al.
Veröffentlicht: (2024)

Mock Deep Testing: Toward Separate Development of Data and Models for Deep Learning
von: Manke, Ruchira, et al.
Veröffentlicht: (2025)

Toward Improved Deep Learning-based Vulnerability Detection
von: Sejfia, Adriana, et al.
Veröffentlicht: (2024)

Fuzzing Automatic Differentiation in Deep-Learning Libraries
von: Yang, Chenyuan, et al.
Veröffentlicht: (2023)

Quantum Machine Learning-based Test Oracle for Autonomous Mobile Robots
von: Wang, Xinyi, et al.
Veröffentlicht: (2025)

Improving LLM-Driven Test Generation by Learning from Mocking Information
von: Lee, Jamie, et al.
Veröffentlicht: (2026)

Coverage-Guided Testing for Deep Learning Models: A Comprehensive Survey
von: Guo, Hongjing, et al.
Veröffentlicht: (2025)

DeepREST: Automated Test Case Generation for REST APIs Exploiting Deep Reinforcement Learning
von: Corradini, Davide, et al.
Veröffentlicht: (2024)

CUBETESTERAI: Automated JUnit Test Generation using the LLaMA Model
von: Gorla, Daniele, et al.
Veröffentlicht: (2025)

Checker Bug Detection and Repair in Deep Learning Libraries
von: Harzevili, Nima Shiri, et al.
Veröffentlicht: (2024)

A Regression Testing Framework with Automated Assertion Generation for Machine Learning Notebooks
von: Yao, Yingao Elaine, et al.
Veröffentlicht: (2025)

MuFF: Stable and Sensitive Post-training Mutation Testing for Deep Learning
von: Kim, Jinhan, et al.
Veröffentlicht: (2025)