Buchumschlag

ATTest: Agent-Driven Tensor Testing for Deep Learning Library Modules

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhan, Zhengyu, Shang, Ye, Liu, Jiawei, Fang, Chunrong, Zhang, Quanjun, Chen, Zhenyu
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

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

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)

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)

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

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

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

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

CL4SE: Benchmarking Context Learning on Software Engineering
von: Hu, Haichuan, et al.
Veröffentlicht: (2026)

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

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

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

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

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

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

TestART: Improving LLM-based Unit Testing via Co-evolution of Automated Generation and Repair Iteration
von: Gu, Siqi, et al.
Veröffentlicht: (2024)

May the Feedback Be with You! Unlocking the Power of Feedback-Driven Deep Learning Framework Fuzzing via LLMs
von: Yang, Shaoyu, et al.
Veröffentlicht: (2025)

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

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)

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

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)

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

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

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

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

A Survey on Large Language Models for Software Engineering
von: Zhang, Quanjun, et al.
Veröffentlicht: (2023)

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

DevMuT: Testing Deep Learning Framework via Developer Expertise-Based Mutation
von: Mu, Yanzhou, et al.
Veröffentlicht: (2025)

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

Deep Learning Framework Testing via Model Mutation: How Far Are We?
von: Mu, Yanzhou, et al.
Veröffentlicht: (2025)

Understanding LLM-Centric Challenges for Deep Learning Frameworks: An Empirical Analysis
von: Mu, Yanzhou, et al.
Veröffentlicht: (2025)

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)

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

Pre-trained Model-based Actionable Warning Identification: A Feasibility Study
von: Ge, Xiuting, et al.
Veröffentlicht: (2024)

TSAPR: A Tree Search Framework For Automated Program Repair
von: Hu, Haichuan, et al.
Veröffentlicht: (2025)

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

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