研究者提出需求到测试生成基准Req2Test-Bench

2026年10月28日，arXiv 人工智能板块刊出研究者 Binhang Qi 等人的工作，提出并发布需求到测试生成基准 Req2Test-Bench。据该报道，这一基准包含 5,086 个经过执行验证的实例，这些实例从 8 个开源项目的开发者编写的 BDD（行为驱动开发）工件中回收而来，覆盖 5 种编程语言和 4 个 BDD 框架；每个实例都把 Gherkin 自然语言需求与开发者编写的测试实现配对。报道将 Req2Test-Bench 定位为评测 LLM 智能体从软件需求生成行为充分测试的基准。目前可确认的进展是基准的提出与发布，以及其规模、来源与覆盖范围；报道未提及该基准的公开获取方式、使用条件或后续评测结果。此前版本尚无其他报道，因此不存在需要对照的早先说法。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。