arXiv Artificial Intelligence· Binhang Qi, Yiming Liu, Yun Lin, Yangjie Zhou, Hailong Sun, Jin Song Dong·· 19 小时前AI 评分38
Req2Test-Bench：LLM 智能体从软件需求生成行为充分测试的基准评测
Benchmarking LLM Agents for Behaviorally Adequate Test Generation from Software Requirements
AI 导读
研究者推出 Req2Test-Bench，包含从 8 个开源项目 BDD 工件中回收的 5,086 个执行验证实例，覆盖 5 种编程语言和 4 个 BDD 框架，每个实例将 Gherkin 自然语言需求与开发者编写的测试实现配对。
来源：arXiv Artificial Intelligence · arxiv.org