ReDig：运行时反馈引导LLM定向测试输入生成
热点事件持续更新
ReDig：运行时反馈引导LLM定向测试输入生成
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Narin Han 与 Shin Hong 发表论文提出 ReDig，一个运行时反馈引导的框架，用于迭代精炼基于 LLM 的定向测试输入生成。 该框架通过事后分析，对比目标测试执行中预期运行时值与实际值的偏离，识别 LLM 的错误假设，并据此迭代优化推理上下文，从而将定向测试输入生成引导至目标代码位置。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
ReDig：用运行时值反馈改进基于 LLM 的定向测试输入生成报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.SEReDig：用运行时值反馈改进基于 LLM 的定向测试输入生成
ReDig 是一个运行时反馈引导的框架，通过对比预期运行时值与偏离目标测试执行中的实际值进行事后分析，识别 LLM 的错误假设并迭代优化推理上下文，从而将定向测试输入生成引导至目标代码位置。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。