Buchumschlag

ExplainFuzz: Explainable and Constraint-Conditioned Test Generation with Probabilistic Circuits

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Baiget, Annaëlle, Maene, Jaron, Lee, Seongmin, Wang, Benjie, Broeck, Guy Van den, Kim, Miryung
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fuzzing MLIR Compilers with Custom Mutation Synthesis
von: Limpanukorn, Ben, et al.
Veröffentlicht: (2024)

Refining Fuzzed Crashing Inputs for Better Fault Diagnosis
von: Kim, Kieun, et al.
Veröffentlicht: (2025)

Tuning Random Generators: Property-Based Testing as Probabilistic Programming
von: Tjoa, Ryan, et al.
Veröffentlicht: (2025)

Change And Cover: Last-Mile, Pull Request-Based Regression Test Augmentation
von: Zhou, Zitong, et al.
Veröffentlicht: (2026)

On the Relationship Between Monotone and Squared Probabilistic Circuits
von: Wang, Benjie, et al.
Veröffentlicht: (2024)

GraphFuzz: Automated Testing of Graph Algorithm Implementations with Differential Fuzzing and Lightweight Feedback
von: Yan, Wenqi, et al.
Veröffentlicht: (2025)

From Noise to Knowledge: Interactive Summaries for Developer Alerts
von: Yetiştiren, Burak, et al.
Veröffentlicht: (2025)

WhyFlow: Interrogative Debugger for Sensemaking Taint Analysis
von: Yetiştiren, Burak, et al.
Veröffentlicht: (2025)

MOTIF: A tool for Mutation Testing with Fuzzing
von: Lee, Jaekwon, et al.
Veröffentlicht: (2024)

PALM: Path-aware LLM-based Test Generation with Comprehension
von: Wu, Yaoxuan, et al.
Veröffentlicht: (2025)

Data-driven Test Generation for Fuzzing AI Compiler
von: Shen, Qingchao
Veröffentlicht: (2026)

Evolutionary Generative Fuzzing for Differential Testing of the Kotlin Compiler
von: Georgescu, Calin, et al.
Veröffentlicht: (2024)

PerfGen: Automated Performance Benchmark Generation for Big Data Analytics
von: Wang, Jiyuan, et al.
Veröffentlicht: (2024)

Enhancing Fuzz Testing Efficiency through Automated Fuzz Target Generation
von: Tran, Chi Thien
Veröffentlicht: (2026)

Can LLM Generate Regression Tests for Software Commits?
von: Liu, Jing, et al.
Veröffentlicht: (2025)

FuzzAug: Data Augmentation by Coverage-guided Fuzzing for Neural Test Generation
von: He, Yifeng, et al.
Veröffentlicht: (2024)

Fuzzing-based Mutation Testing of C/C++ Software in Cyber-Physical Systems
von: Lee, Jaekwon, et al.
Veröffentlicht: (2025)

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

Targeted Testing of Compiler Optimizations via Grammar-Level Composition Styles
von: Zhou, Zitong, et al.
Veröffentlicht: (2025)

Scheduzz: Constraint-based Fuzz Driver Generation with Dual Scheduling
von: Li, Yan, et al.
Veröffentlicht: (2025)

Learning-Guided Fuzzing for Testing Stateful SDN Controllers
von: Ollando, Raphaël, et al.
Veröffentlicht: (2024)

Prompt Fuzzing for Fuzz Driver Generation
von: Lyu, Yunlong, et al.
Veröffentlicht: (2023)

BGPFuzz: Automated Configuration Fuzzing of the Border Gateway Protocol
von: Zhang, Chenlu, et al.
Veröffentlicht: (2025)

DyMA-Fuzz: Dynamic Direct Memory Access Abstraction for Re-hosted Monolithic Firmware Fuzzing
von: Farrelly, Guy, et al.
Veröffentlicht: (2026)

Restructuring Tractable Probabilistic Circuits
von: Zhang, Honghua, et al.
Veröffentlicht: (2024)

NeuroSCA: Neuro-Symbolic Constraint Abstraction for Smart Contract Hybrid Fuzzing
von: Liang, Haochen, et al.
Veröffentlicht: (2026)

MicroFuzz: An Efficient Fuzzing Framework for Microservices
von: Di, Peng, et al.
Veröffentlicht: (2024)

Enhancing Code Review through Fuzzing and Likely Invariants
von: Charoenwet, Wachiraphan, et al.
Veröffentlicht: (2025)

Probabilistic Condition, Decision and Path Coverage of Circuit-based Quantum Programs
von: Fortunato, Daniel, et al.
Veröffentlicht: (2026)

S$^2$F: Principled Hybrid Testing With Fuzzing, Symbolic Execution, and Sampling
von: Wang, Lianjing, et al.
Veröffentlicht: (2026)

Fuzzing with Agents? Generators Are All You Need
von: Vikram, Vasudev, et al.
Veröffentlicht: (2026)

AFLNet Five Years Later: On Coverage-Guided Protocol Fuzzing
von: Meng, Ruijie, et al.
Veröffentlicht: (2024)

Fuzz Smarter, Not Harder: Towards Greener Fuzzing with GreenAFL
von: Ercevik, Ayse Irmak, et al.
Veröffentlicht: (2025)

WuppieFuzz: Coverage-Guided, Stateful REST API Fuzzing
von: Rooijakkers, Thomas, et al.
Veröffentlicht: (2025)

Interleaved Learning and Exploration: A Self-Adaptive Fuzz Testing Framework for MLIR
von: Sun, Zeyu, et al.
Veröffentlicht: (2025)

Perception-Guided Fuzzing for Simulated Scenario-Based Testing of Autonomous Driving Systems
von: Pham, Tri Minh Triet, et al.
Veröffentlicht: (2024)

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

IRFuzzer: Specialized Fuzzing for LLVM Backend Code Generation
von: Rong, Yuyang, et al.
Veröffentlicht: (2024)

ToolFuzz -- Automated Agent Tool Testing
von: Milev, Ivan, et al.
Veröffentlicht: (2025)

Fuzzing Processing Pipelines for Zero-Knowledge Circuits
von: Hochrainer, Christoph, et al.
Veröffentlicht: (2024)