Test Case Selection for Deep Neural Networks: A Replication Study on LLMs for Code
深度神经网络的测试用例选择：面向代码的大语言模型的复现研究
专题命中 测试生成 ：code model(abstract)；分类 cs.SE
AI总结 本文对深度神经网络测试用例选择技术在代码大语言模型上的有效性进行了大规模复现研究，发现基于不确定性的特征对早期故障发现有效，而基于表示的特征对准确率估计更鲁棒，且性能因任务和模型而异。
Comments Accepted at ISSTA 2026, the 35th ACM SIGSOFT International Symposium on Software Testing and Analysis
