#software-testing 4 total

AI要約 SCATEはLLMベースのコーディングエージェントを監督者モデルで制御し、テスト生成コストを抑えながら品質を維持する手法を提案する。監督者がエージェントの行動を動的に評価することで、効率的なソフトウェアテスト自動化を実現する。

EN SCATE proposes training a supervisor model to guide LLM-based coding agents during automated test generation, reducing computational cost while maintaining coverage quality. This approach makes agent-driven software testing more practical for real-world use.

AI要約 複数のLLMエージェントが人間のテスト設計プロセスを模倣して協調することで、ユニットテストの品質とカバレッジを向上させる手法を提案した研究。従来の単一モデルによる生成より効果的なテスト作成が可能になる。

EN This paper proposes a multi-agent LLM framework that mimics human software testing workflows to collaboratively generate higher-quality unit tests with improved coverage, outperforming single-model approaches.

AI要約 ReProAgentは、GitHubのイシューレポートを入力としてバグ再現テストを自動生成するエージェント型フレームワークで、ツール活用と多段階推論により再現精度を大幅に向上させる。

EN ReProAgent is a multi-stage agentic framework that automatically generates bug reproduction tests from issue reports using tool-augmented reasoning, significantly improving the reliability of automated debugging workflows.

AI要約 ローカルLLMとクラウドLLMを組み合わせた自動テスト環境を試した記録。AIに実装とテストを任せると全テストが通過したものの、アプリ自体は起動せず、テスト品質をどう担保するかという課題を整理している。

EN A record of an AI-driven test setup using local and cloud LLMs, where all tests passed green yet the app wouldn't launch, exposing the challenge of ensuring genuine test quality.