跳到正文
热点事件持续更新

CHORUS框架结合覆盖率引导强化学习与策略整合提升测试生成

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

Hejia Zhang等人在arXiv发布论文,提出名为CHORUS的框架。该框架首次将覆盖率引导的智能体强化学习与策略整合相结合,用于测试台激励生成。这一创新旨在解决现有方法在生成测试用例时效率与覆盖率平衡的问题。 在性能验证方面,CHORUS框架显著提升了CVDP-ECov智能体的表现。其Pass@1指标从基线的69.2%提升至85.5%。此外,通过对三个检查点训练并进行权重平均,生成的4B稠密模型达到了86.7%的通过率,证明了该方法在较小模型规模上的有效性。 进一步实验显示,当模拟器奖励选择教师模型时,蒸馏后的4B模型表现更优。其通过率达到88.0%,比DeepSeek-R1 (671B)高出13.5个百分点。这一结果表明,CHORUS框架不仅适用于大模型,也能通过蒸馏技术赋能小模型,实现超越更大规模模型的性能。

AI 根据报道生成 · 13 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    CHORUS 框架:结合覆盖率引导智能体强化学习与策略整合的测试台激励生成

    CHORUS 将覆盖率引导智能体强化学习与策略整合结合,CVDP-ECov 智能体 Pass@1 从 69.2% 提升至 85.5%。 通过对三个检查点训练并权重平均,生成 4B 稠密模型达到 86.7% 通过率;模拟器奖励选择教师时,蒸馏 4B 模型达 88.0%,超 DeepSeek-R1 (671B) 13.5 个百分点。

本事件热度走势

可比范围当前
6
可比范围峰值
911月20日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。