NEW Papers/Benchmarks · 
arXiv cs.SE
プログラマーはLLMが生成したアサーションの評価が苦手で過信しがち Programmers Are Poor and Overconfident Judges of LLM-Generated Assertions
重要度 Medium Medium priority 重要度 Medium · 論文/研究 · Papers / Benchmarks Medium priority · paper/research · Papers / Benchmarks
AI要約 LLMが生成したテストアサーションをプログラマーが評価する際、正確性を過大評価しミスを見落としやすいことが実験で示された。自動テスト生成の品質保証に人間のレビューだけでは不十分である可能性を示唆する。
EN A study found that programmers systematically overestimate the correctness of LLM-generated test assertions and miss significant errors, raising concerns about relying on human review as a quality gate for AI-generated tests.
og NO PREVIEW