arXiv cs.SE· Wenjie Gan, Zhaoxi Zhang, Jiahui Liang, Weikang Li, Wanyuan Wang, Li Zhang, Jian Dong·· 3 小时前AI 评分38
SCALF：用步骤级信用分配与失败轨迹自蒸馏改进缺陷暴露测试生成
Enhancing Bug-Exposing Test Generation via Step-Level Credit Assignment and Self-Distillation from Valuable Failures
AI 导读
作者提出 SCALF，一种过程监督的强化学习方法，将步骤级信用分配与从有价值的失败轨迹中学习相结合，用于让大模型生成能暴露代码缺陷的测试输入及正确预期输出。SCALF 从过程奖励中推导每个步骤各自的优势信号，并把找到触发缺陷输入但输出预测错误的轨迹送入同策略自蒸馏，利用执行反馈学习其中的有效进展。
来源：arXiv cs.SE · arxiv.org