DCAware：非迭代框架改进测试预言生成
热点事件持续更新
DCAware：非迭代框架改进测试预言生成
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
研究者 Kefan Li、Hongyue Yu、Yuan Yuan 提出非迭代框架 DCAware，用于回归测试预言生成，以避开基于迭代自修复方法中的“自修复陷阱”——执行成功率提升但故障揭示能力下降。该框架将结构化静态上下文与选择性检索的动态状态结合，优先采用高信噪比的上下文依据，而非多轮修复。 基于执行与变异测试的实验显示，DCAware 在保持高执行成功率的同时持续提升故障揭示效果，并以显著更低的计算成本优于此前方法。该工作已被 ASE 2026 接收。上述效果为论文作者报告的结果。
AI 根据报道生成 · 22 小时前更新
最新进展10月12日 12:00
DCAware：用双上下文感知摆脱自修复陷阱，改进测试预言生成报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.SEDCAware：用双上下文感知摆脱自修复陷阱，改进测试预言生成
针对基于迭代自修复的回归测试预言生成中出现的"自修复陷阱"——执行成功率提升但故障揭示能力下降，研究者提出非迭代框架 DCAware，将结构化静态上下文与选择性检索的动态状态结合。基于执行与变异测试的实验显示，DCAware 在保持高执行成功率的同时持续提升故障揭示效果，并以显著更低的计算成本优于此前方法。该工作已被 ASE 2026 接收。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 1010月12日 12:00
- 近 24 小时变化
- –
02.557.510
12:0018:0010月13日06:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。