arXiv发布DNN覆盖率测试实证研究

2026年10月15日，arXiv Artificial Intelligence发布Wenkai Li等作者的实证研究论文，考察图像识别深度神经网络（DNN）中模型深度、配置信息与神经网络覆盖率之间的关系。研究选取LeNet、VGG、ResNet三种架构、深度从5层到54层的10个模型，对比主要功能、边界、层级和结构四类覆盖率指标，并探究修正判定/条件覆盖率与数据集规模的关系，最后提出三个未来方向。该研究为理解DNN覆盖率指标随模型深度和配置变化的规律提供了实证依据，目前进展停留在论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。