論文の概要: Towards Human-Like Automated Test Generation: Perspectives from
Cognition and Problem Solving
- arxiv url: http://arxiv.org/abs/2103.04749v1
- Date: Mon, 8 Mar 2021 13:43:55 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-09 15:23:14.346484
- Title: Towards Human-Like Automated Test Generation: Perspectives from
Cognition and Problem Solving
- Title(参考訳): 人間ライクな自動テスト生成に向けて : 認知と問題解決からの視点
- Authors: Eduard Enoiu, Robert Feldt
- Abstract要約: テスターの認知過程を特定するための認知科学に基づくフレームワークを提案する。
私たちの目標は、人間がテストケースを作成する方法を模倣し、人間のような自動テスト生成システムを設計することです。
- 参考スコア(独自算出の注目度): 13.541347853480705
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automated testing tools typically create test cases that are different from
what human testers create. This often makes the tools less effective, the
created tests harder to understand, and thus results in tools providing less
support to human testers. Here, we propose a framework based on cognitive
science and, in particular, an analysis of approaches to problem-solving, for
identifying cognitive processes of testers. The framework helps map test design
steps and criteria used in human test activities and thus to better understand
how effective human testers perform their tasks. Ultimately, our goal is to be
able to mimic how humans create test cases and thus to design more human-like
automated test generation systems. We posit that such systems can better
augment and support testers in a way that is meaningful to them.
- Abstract(参考訳): 自動テストツールは一般的に、人間のテスタが作るものとは異なるテストケースを生成する。
これにより、ツールの効率が低下し、テストの作成が難しくなり、結果として、人間テスタに対するサポートが低下する。
本稿では,認知科学に基づく枠組み,特に問題解決へのアプローチの分析を行い,テスターの認知過程を識別する手法を提案する。
このフレームワークは、ヒューマンテスト活動で使用されるテスト設計ステップと基準をマッピングし、ヒューマンテスターがタスクを実行する方法をよりよく理解するのに役立ちます。
最終的に私たちの目標は、人間がテストケースを作成する方法を模倣し、人間のような自動テスト生成システムを設計できるようにすることです。
このようなシステムは、テスターを有意義な方法で強化し、サポートできると考えています。
関連論文リスト
- Integration of cognitive tasks into artificial general intelligence test
for large models [54.72053150920186]
我々は、認知科学にインスパイアされた人工知能(AGI)テストの包括的な枠組みを提唱する。
認知科学に触発されたAGIテストは、結晶化インテリジェンス、流体インテリジェンス、社会インテリジェンス、エンボディドインテリジェンスを含む、すべてのインテリジェンスファセットを含んでいる。
論文 参考訳(メタデータ) (2024-02-04T15:50:42Z) - InterEvo-TR: Interactive Evolutionary Test Generation With Readability
Assessment [1.6874375111244329]
テスタによるインタラクティブな可読性評価をEvoSuiteに組み込むことを提案する。
提案手法であるInterEvo-TRは,検索中に異なるタイミングでテスターと対話する。
その結果,中間結果の選択・提示戦略は可読性評価に有効であることが示唆された。
論文 参考訳(メタデータ) (2024-01-13T13:14:29Z) - Software Testing and Code Refactoring: A Survey with Practitioners [3.977213079821398]
本研究の目的は,ソフトウェアテストのコンテキストにおいて,このプラクティスのメリットと限界を理解するために,ソフトウェアテスト専門家がコードを扱う方法を検討することである。
ソフトウェアテストの文脈では、自動テストのメンテナンスのサポートや、テストチームのパフォーマンス向上など、いくつかのメリットがある、と私たちは結論付けました。
本研究は,テスト専門家が自動テストのコードに実装することの重要性について議論し,コーディング能力の向上を可能にするものである。
論文 参考訳(メタデータ) (2023-10-03T01:07:39Z) - Can a Chatbot Support Exploratory Software Testing? Preliminary Results [0.9249657468385781]
探索テストはアジャイルチームにおける事実上のアプローチです。
本稿では,ソフトウェアアプリケーションの探索テストを実施しながらテスタを支援するBotExpTestを提案する。
インスタントメッセージングソーシャルプラットフォームであるDiscord上にBotExpTestを実装しました。
予備的な分析は、BotExpTestが同じようなアプローチと同じくらい効果的であることを示し、テスタがさまざまなバグを明らかにするのに役立つことを示唆している。
論文 参考訳(メタデータ) (2023-07-11T21:11:21Z) - Efficiently Measuring the Cognitive Ability of LLMs: An Adaptive Testing
Perspective [63.92197404447808]
大きな言語モデル(LLM)は、人間のような認知能力を示している。
LLM評価のための適応テストフレームワークを提案する。
このアプローチは、モデルの性能に基づいて、難易度などのテスト問題の特徴を動的に調整する。
論文 参考訳(メタデータ) (2023-06-18T09:54:33Z) - BiasTestGPT: Using ChatGPT for Social Bias Testing of Language Models [73.29106813131818]
テスト文は限られた手動テンプレートから生成されるか、高価なクラウドソーシングを必要とするため、現時点ではバイアステストは煩雑である。
ソーシャルグループと属性の任意のユーザ指定の組み合わせを考慮し、テスト文の制御可能な生成にChatGPTを使うことを提案する。
本稿では,HuggingFace上にホストされているオープンソースの総合的バイアステストフレームワーク(BiasTestGPT)について紹介する。
論文 参考訳(メタデータ) (2023-02-14T22:07:57Z) - Towards Informed Design and Validation Assistance in Computer Games
Using Imitation Learning [65.12226891589592]
本稿では,自動ゲーム検証とテストのための新しいアプローチを提案する。
本手法は,データ駆動型模倣学習技術を活用し,時間と労力をほとんど必要とせず,機械学習やプログラミングの知識も必要としない。
論文 参考訳(メタデータ) (2022-08-15T11:08:44Z) - SUPERNOVA: Automating Test Selection and Defect Prevention in AAA Video
Games Using Risk Based Testing and Machine Learning [62.997667081978825]
従来の手法では、成長するソフトウェアシステムではスケールできないため、ビデオゲームのテストはますます難しいタスクになります。
自動化ハブとして機能しながら,テスト選択と欠陥防止を行うシステム SUPERNOVA を提案する。
この直接的な影響は、未公表のスポーツゲームタイトルの55%以上のテスト時間を減らすことが観察されている。
論文 参考訳(メタデータ) (2022-03-10T00:47:46Z) - External Stability Auditing to Test the Validity of Personality
Prediction in AI Hiring [4.837064018590988]
本稿では,アルゴリズムによる人格検査による予測の安定性の外部監査のための方法論を開発する。
我々は、この方法論をHumantic AIとCrystalの2つのシステムの監査でインスタンス化する。
両システムとも,測定の重要面に関してかなりの不安定性を示すことがわかった。
論文 参考訳(メタデータ) (2022-01-23T00:44:56Z) - Artificial Intelligence in Software Testing : Impact, Problems,
Challenges and Prospect [0.0]
この研究は、テストにAIを適用しながら、ソフトウェアテスタが直面する最も大きな課題を認識し、説明することを目的としている。
この記事では、ソフトウェアテストの分野におけるAIの今後の重要な貢献についても提案する。
論文 参考訳(メタデータ) (2022-01-14T10:21:51Z) - Learning to Complement Humans [67.38348247794949]
オープンワールドにおけるAIに対するビジョンの高まりは、知覚、診断、推論タスクのために人間を補完できるシステムの開発に焦点を当てている。
我々は,人間-機械チームの複合的なパフォーマンスを最適化するために,エンド・ツー・エンドの学習戦略をどのように活用できるかを実証する。
論文 参考訳(メタデータ) (2020-05-01T20:00:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。