行业与实践 · 标签「仓库级」

研究与基准测试/2026-09-27/22 分钟

XRepoTest：面向大语言模型的多语言仓库级单元测试生成基准

河内科技大学与 L'Aquila 大学论文全译：Rust/Go/Julia/PHP/Ruby 五语言、3,642 个焦点函数、14 个模型。提出调用率 IR 识别「通过却没真正测到焦点函数」，标准设置下最强模型 TPR 也仅约 27%。原文 CC BY 4.0。