arXiv· Binhang Qi·· 3 天前推荐指数52
Req2Test-Bench：评测LLM Agent从软件需求生成行为充分测试的基准
Benchmarking LLM Agents for Behaviorally Adequate Test Generation from Software Requirements
AI 导读
论文提出Req2Test-Bench，包含5,086个执行验证实例，来自8个开源项目、5种编程语言和4种BDD框架，每个实例将Gherkin自然语言需求与开发者编写的行为测试实现配对。
来源：arXiv · arxiv.org