論文の概要: Retromorphic Testing: A New Approach to the Test Oracle Problem
- arxiv url: http://arxiv.org/abs/2310.06433v1
- Date: Tue, 10 Oct 2023 09:03:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-11 18:14:18.155439
- Title: Retromorphic Testing: A New Approach to the Test Oracle Problem
- Title（参考訳）: Retromorphic Testing: テストOracle問題に対する新しいアプローチ
- Authors: Boxi Yu, Qiuyang Mang, Qingshuo Guo, Pinjia He
- Abstract要約: テストオラクルは、ソフトウェア出力と所定の入力セットの予測動作との対応を評価するための基準またはメカニズムとして機能する。
逆関数の数学的概念に着想を得て,新しいブラックボックステスト手法であるRetromorphic Testingを提案する。
本稿では,アルゴリズム,従来のソフトウェア,AIアプリケーションなど,さまざまなプログラムにまたがる実例を用いた3つのテストモードを提案する。
- 参考スコア（独自算出の注目度）: 4.183247207161993
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A test oracle serves as a criterion or mechanism to assess the correspondence
between software output and the anticipated behavior for a given input set. In
automated testing, black-box techniques, known for their non-intrusive nature
in test oracle construction, are widely used, including notable methodologies
like differential testing and metamorphic testing. Inspired by the mathematical
concept of inverse function, we present Retromorphic Testing, a novel black-box
testing methodology. It leverages an auxiliary program in conjunction with the
program under test, which establishes a dual-program structure consisting of a
forward program and a backward program. The input data is first processed by
the forward program and then its program output is reversed to its original
input format using the backward program. In particular, the auxiliary program
can operate as either the forward or backward program, leading to different
testing modes. The process concludes by examining the relationship between the
initial input and the transformed output within the input domain. For example,
to test the implementation of the sine function $\sin(x)$, we can employ its
inverse function, $\arcsin(x)$, and validate the equation $x =
\sin(\arcsin(x)+2k\pi), \forall k \in \mathbb{Z}$. In addition to the
high-level concept of Retromorphic Testing, this paper presents its three
testing modes with illustrative use cases across diverse programs, including
algorithms, traditional software, and AI applications.
- Abstract（参考訳）: テストオラクルは、ソフトウェア出力と所定の入力セットの予測動作との対応を評価するための基準またはメカニズムとして機能する。
自動テストでは、ブラックボックス技術は、テストオラクル構築における非侵入性で知られており、微分テストや変成テストのような顕著な方法論を含む広く使われている。
逆関数の数学的概念に着想を得て,新しいブラックボックステスト手法であるRetromorphic Testingを提案する。
テスト中のプログラムと連携して補助プログラムを活用し、前方プログラムと後方プログラムからなるデュアルプログラム構造を確立する。
入力データは、まずフォワードプログラムによって処理され、その後、そのプログラム出力がバックワードプログラムを使用して元の入力形式に反転される。
特に、補助プログラムは前方プログラムまたは後方プログラムとして動作することができ、異なるテストモードにつながる。
このプロセスは、入力領域内の初期入力と変換出力の関係を調べることによって終了する。
例えば、正弦関数 $\sin(x)$ の実装をテストするために、その逆関数 $\arcsin(x)$ を使い、方程式 $x = \sin(\arcsin(x)+2k\pi), \forall k \in \mathbb{z}$ を検証することができる。
本稿では,Retromorphic Testingの高レベルな概念に加えて,アルゴリズム,従来のソフトウェア,AIアプリケーションなど,さまざまなプログラムにまたがる実例を用いた3つのテストモードを提案する。
関連論文リスト
- ReasonAgain: Using Extractable Symbolic Programs to Evaluate Mathematical Reasoning [54.70811660561151]
既存の数学データセットは、最終回答または静的例から派生した中間推論ステップを用いて、大規模言語モデル(LLM)の推論能力を評価する。
モデルがプログラムへの様々な入力に対して常に正しい最終回答を生成できる場合、シンボルプログラムを自動評価の手段として利用したいと考えている。
提案手法は, 従来の静的な例と比較して, 精度の低下を観測し, 現状のLLMにおける数学推論の脆弱さを示唆する。
論文 参考訳（メタデータ） (2024-10-24T18:02:37Z) - Improved Tree Search for Automatic Program Synthesis [91.3755431537592]
重要な要素は、有効なプログラムの空間における効率的な探索を可能にすることである。
ここでは2つの大きな異なるDSL上でのアート結果の状態を導くMCTSの変種を提案する。
論文 参考訳（メタデータ） (2023-03-13T15:09:52Z) - Genetic Micro-Programs for Automated Software Testing with Large Path
Coverage [0.0]
既存のソフトウェアテスト技術は、検索アルゴリズムを利用して、高い実行パスカバレッジを実現する入力値を見つけることに重点を置いている。
本稿では、進化したソリューションが入力値ではなく、繰り返し入力値を生成するマイクロプログラムである新しい遺伝的プログラミングフレームワークの概要を述べる。
我々のアプローチは多くの異なるソフトウェアシステムに適用できるような一般化が可能であり、そのため、トレーニングされた特定のソフトウェアコンポーネントのみに特化していない、と我々は主張する。
論文 参考訳（メタデータ） (2023-02-14T18:47:21Z) - MTGP: Combining Metamorphic Testing and Genetic Programming [1.6058099298620425]
遺伝的プログラミングは、現実世界のソフトウェア開発で実用的に使えるほど十分に成熟していない。
メタモルフィックテストと遺伝的プログラミングを組み合わせたMTGPを提案する。
メタモルフィックテストとラベル付きトレーニングケースを組み合わせることで,より高い一般化率が得られることがわかった。
論文 参考訳（メタデータ） (2023-01-20T16:35:22Z) - NAPG: Non-Autoregressive Program Generation for Hybrid Tabular-Textual
Question Answering [52.10214317661547]
現在の数値推論法はプログラムシーケンスを自己回帰的にデコードする。
プログラム生成の精度は、デコードステップがエラー伝搬によって展開されるにつれて急激に低下する。
本稿では,非自己回帰型プログラム生成フレームワークを提案する。
論文 参考訳（メタデータ） (2022-11-07T11:25:21Z) - Using Quantum Computers to Speed Up Dynamic Testing of Software [0.0]
入力パラメータの数と可能な値が増えると、動的テストのコストが上昇する。
本稿では、量子コンピュータ(QC)が、古典コンピュータ向けに書かれたプログラムの動的テストの高速化に役立つかどうかを検討する。
論文 参考訳（メタデータ） (2022-09-11T13:28:26Z) - Fault-Aware Neural Code Rankers [64.41888054066861]
サンプルプログラムの正しさを予測できる故障認識型ニューラルネットワークローダを提案する。
我々のフォールト・アウェア・ローダは、様々なコード生成モデルのpass@1精度を大幅に向上させることができる。
論文 参考訳（メタデータ） (2022-06-04T22:01:05Z) - Learning from Self-Sampled Correct and Partially-Correct Programs [96.66452896657991]
そこで本研究では,モデルが学習中にサンプリングを行い,自己サンプリングされた完全正当プログラムと部分正当プログラムの両方から学習することを提案する。
自己サンプリング型プログラムと部分修正型プログラムを併用することで,学習とサンプリングプロセスのガイドに役立てることができることを示す。
提案手法は,MLEを用いた単一の参照プログラムからの学習と比較して,パス@kの性能を3.1%から12.3%向上させる。
論文 参考訳（メタデータ） (2022-05-28T03:31:07Z) - Towards Neural Functional Program Evaluation [0.5586191108738562]
本稿では,意味論的に等価なプログラムに対して,構文糖を制御できる新しいプログラム生成機構を提案する。
実験によると、神経機能プログラムの評価は驚くほど良く、90%の正確なプログラムマッチスコアを達成している。
論文 参考訳（メタデータ） (2021-12-09T00:20:29Z) - IReEn: Reverse-Engineering of Black-Box Functions via Iterative Neural
Program Synthesis [70.61283188380689]
ブラックボックスエージェントの機能を明らかにする際の問題点について検討する。
我々はブラックボックスの特権情報に頼るのではなく、プログラムの入力と出力のみにアクセスするというより弱い仮定の下で問題を調査する。
その結果, 提案手法は, 78%の症例において, ほぼ機能的な等価プログラムを見出すことにより, 現状よりも優れていることがわかった。
論文 参考訳（メタデータ） (2020-06-18T17:50:48Z)
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。