arXiv · AI· Binhang Qi, Yiming Liu, Yun Lin, Yangjie Zhou, Hailong Sun, Jin Song Dong·· 5 小时前AI 评分27
Req2Test-Bench：基于软件需求生成行为适切测试的 LLM 智能体基准
Benchmarking LLM Agents for Behaviorally Adequate Test Generation from Software Requirements
AI 导读
针对 LLM 智能体基于软件需求生成测试的现状，发布基准 Req2Test-Bench。该基准包含来自 8 个开源项目的 5,086 个执行验证实例，涵盖 5 种编程语言，并要求智能体在隐藏实现代码的情况下生成测试。
来源：arXiv · AI · arxiv.org