Not translated yet — showing the Chinese originals.
Industry & Practice · Tagged “LLM”
Research & Benchmarks//28 min
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 & Benchmarks//35 min
Oviedo 大学与意大利 CNR 五位的半系统性综述全译：130 篇文章归成七类，逐类给出过程示意，并提出准备-交互-验证三阶段挑战与四个软件测试梦想。原文 CC BY 4.0。
Research & Benchmarks//12 min
下篇：准备、交互、验证三阶段的技术挑战与社会挑战，以及 LLM 对四个软件测试梦想的长期影响。上篇见 llm-software-testing-roadmap-zh。
Research & Benchmarks//15 min
下篇：数据集与基准（环境、任务、评测策略、成本/多样性/安全挑战）与未来方向。上篇见 gui-agents-survey-zh。
Research & Benchmarks//20 min
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。
Research & Benchmarks//18 min
York 大学论文全译：符号执行（Z3）解数值路径 + LLM 解对象路径的混合测试生成。Defects4J 14 项目上，Claude 3.5 下行覆盖 70.88%→75.87%、分支 65.15%→70.87%，胜过 SOTA Panta。原文 CC BY 4.0。
