代码大模型 / AI 编程

LLM-based Mockless Unit Test Generation for Java

基于LLM的Java无模拟单元测试生成

Qinghua Xu, Guancheng Wang, Lionel Briand, Zhaoqiang Guo, Kui Liu

专题命中 测试生成 ：unit test generation(title,abstract)；code generation(abstract)；分类 cs.SE

AI总结 提出MocklessTester方法，通过上下文增强生成和约束强制修复解决LLM生成无模拟单元测试时的幻觉问题，在Defects4J和Deps4J上显著提升覆盖率和变异得分。

Batch Me If You Can: Coverage-guided RPKI Fuzzing at Scale

Batch Me If You Can: 大规模覆盖引导的RPKI模糊测试

Haya Schulmann, Niklas Vogel

专题命中 测试生成 ：repository(abstract)

AI总结 针对RPKI软件现有模糊测试无法处理多对象加密仓库的局限性，提出基于连续采样和函数侧信道的覆盖归因技术，结合非顺序模糊测试与ASN.1变异引擎，实现66倍吞吐量提升并发现21个新漏洞。

Comments Published at IEEE S&P 2026