Not translated yet — showing the Chinese originals.

Industry & Practice · Tagged “实证研究”

Research & Benchmarks2026-09-2728 min
软件演化下的 LLM 测试生成评测
Virginia Tech 与 CMU 的大规模实证研究全译：8 个模型、22,374 个程序变体。基线 79% 行覆盖，代码一改就掉——超过 99% 的失败测试在原始代码上能通过。
Research & Benchmarks2026-09-2720 min
理解 LLM 驱动的测试 Oracle 生成
奥克兰大学与 KCL 的 AIware 2025 论文全译：2,160 次运行、36 个真实 Java 缺陷。CUT 上下文把 oracle 准确率提到 53.64%；zero-shot/few-shot 胜过 CoT/ToT；提示技术比模型选择影响更大。原文 CC BY 4.0。