arXiv cs.SE· Binhang Qi, Yiming Liu, Yun Lin, Yangjie Zhou, Hailong Sun, Jin Song Dong·· 3 小时前AI 评分52
Req2Test-Bench：从软件需求生成行为充分测试的 LLM 智能体基准
Benchmarking LLM Agents for Behaviorally Adequate Test Generation from Software Requirements
AI 导读
研究团队提出 Req2Test-Bench，从 8 个开源项目的 BDD 产物中整理出 5,086 个可执行验证实例，覆盖 5 种编程语言和 4 个 BDD 框架，要求智能体根据 Gherkin 需求生成完整测试实现。
来源：arXiv cs.SE · arxiv.org