TEX: 基于执行交叉验证的测试时扩展框架提升测试用例生成

TEX 框架通过并行化智能体生成测试和补丁，并交叉执行以构建 $K \times K$ 反馈矩阵，在 SWT-Bench Verified 上取得 86.4% 的新 SOTA，较单智能体基线提升 9.0%。 其交叉验证机制允许智能体利用矩阵切片进行精炼，且随机选择 TEX 输出（84.4%）也超过了此前的 SOTA（84.0%），证明了执行驱动反馈对长时程任务的有效扩展性。