Derniers articles pour Assurance qualité

Explore des méthodes efficaces pour vérifier des logiciels complexes en utilisant l'analyse de programmes à plages.

Explore l'importance des exigences de performance et des tests dans les projets logiciels.

FlaKat propose une solution de machine learning pour identifier et catégoriser les tests flaky.

Un nouveau cadre simplifie les tests des compilateurs JIT en générant des cas de test automatiques.

Explorer l'impact des LLM sur les pratiques de développement de logiciels.

Nouvelles approches pour améliorer la clarté et réduire les problèmes dans les exigences logicielles.

Le dataset ROBUST aide les chercheurs à résoudre des problèmes de logiciels en robotique.

Une étude révèle comment les modifications de code influencent les métriques de qualité logicielle.

Une étude sur le partage, l'entretien et la qualité des artefacts de recherche en logiciel.

Cette étude évalue les grands modèles de langage pour générer des entrées de texte dans les applications mobiles.

Cette étude examine les mutants équivalents et leur impact sur les tests logiciels.

Utiliser des LLMs pour améliorer l'efficacité des tests de mutation et la qualité des logiciels.

Ce travail présente une stratégie pour que les agents puissent diagnostiquer et résoudre des problèmes de manière indépendante.

Cet article présente une méthode pour générer des scénarios de test à partir de exigences en langage naturel.

Un aperçu des tests de mutation et de leur rôle dans l'amélioration de la qualité des logiciels.

Une nouvelle méthode améliore les tests logiciels en se concentrant sur des interactions et des environnements réels.

Apprends l'importance de valider les traces de programmes distribués par rapport aux spécifications.

Un nouveau système combine la recherche et la classification pour réduire les rapports de bugs en double.

Le défi AIS 2024 cherche à améliorer les évaluations de qualité vidéo en utilisant l'apprentissage profond.

Explore des transformations pour améliorer la qualité des tests de langue naturelle.

De nouvelles métriques visent à améliorer la sécurité et la justesse du code avec des LLM.

Analyser comment de petits changements améliorent la qualité et la maintenance des logiciels.

Apprends comment la surveillance prédictive aide à dénicher les bugs tôt dans le développement logiciel.

Un regard détaillé sur les pratiques actuelles des logiciels d'imagerie médicale et les domaines à améliorer.

Ce cadre automatise la génération de tests pour améliorer la gestion des exceptions dans les logiciels.

Apprends comment les concepts de machine learning aident à définir les limites de test pour les logiciels.

Améliorer l'accès aux artefacts de recherche renforce les efforts de qualité des exigences logicielles.

Explore des stratégies pour garantir la qualité des logiciels dans des environnements de développement collaboratif ouvert.

Un aperçu des tests métamorphiques et de leur rôle dans la qualité du logiciel.

Ce papier présente une méthode pour assurer la qualité du code généré par les LLM.

Cette recherche se concentre sur la façon dont la qualité du TDD est mesurée et rapportée.

Une nouvelle approche améliore la fiabilité des tests pour les bibliothèques d'apprentissage profond.

Les grands modèles de langage améliorent les tests différentiels dans le développement logiciel.

Une nouvelle approche pour payer du texte généré par IA en fonction de la qualité.

FeaTestSelPrio améliore l'efficacité des tests dans des systèmes logiciels hautement configurables.

Cette étude examine comment l'analyse par intervalles améliore l'efficacité du Bounded Model Checking.

Une étude révèle comment les avertissements d'analyse statique sont liés aux défauts de conception architecturale.

Un nouveau cadre améliore l'analyse et la récupération des données FMEA.

Une nouvelle méthode utilise des modèles 3D pour améliorer la détection des anomalies dans la fabrication.

Cette étude évalue l'efficacité des LLM pour créer des tests unitaires.