論文の概要: Advancing BDD Software Testing: Dynamic Scenario Re-Usability And Step
Auto-Complete For Cucumber Framework
- arxiv url: http://arxiv.org/abs/2402.15928v1
- Date: Sat, 24 Feb 2024 23:15:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-27 16:21:55.032145
- Title: Advancing BDD Software Testing: Dynamic Scenario Re-Usability And Step
Auto-Complete For Cucumber Framework
- Title（参考訳）: BDDソフトウェアテストの改善 - 動的シナリオの再使用とCucumberフレームワークのオートコンプリート
- Authors: A. H. Mughal
- Abstract要約: 本稿では,振る舞い駆動開発(BDD)Gherkinテストスクリプトのシナリオ内でのシナリオの再使用可能性について,Cucumber Javaフレームワークで紹介し,実装する。
この論文はまた、Cucumberのシングルスレッドシナリオ実行モデルの制限についても少し掘り下げている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents and implements the re-usability of scenarios within
scenarios for behavior-driven development (BDD) Gherkin test scripts in the
Cucumber Java framework. Though the focus of the presented work is on scenario
re-usability through an implementation within the Cucumber BDD Java framework,
the paper also dives a little into the limitations of Cucumber single-threaded
scenario execution model. This implementation increases the modularity and
efficiency of the test suite. The paper also discusses VSCode step definition
auto-completion integration, simplifying the test script writing process. This
functionality is handy to Quality Assurance(QA) test writers, allowing instant
access to relevant step definitions. In addition, the use of these methods in a
popular continuous integration and delivery platform Jenkins as a Maven Java
project is discussed. This integration with Jenkins, facilitates for more
efficient test automation for continuous deployment scenarios. Empirical
research and practical applications reveal significant improvements in the
speed and efficiency of test writing, which is especially valuable for large
and complex software projects. Integrating these methods into traditional
sequential BDD practices paves the way towards more effective, efficient, and
sustainable test automation strategies.
- Abstract（参考訳）: 本稿では,cucumber javaフレームワークにおけるbdd(behavior-driven development)gherkinテストスクリプトのシナリオ内で,シナリオの再使用可能性を提示し,実装する。
提案された作業の焦点はCucumber BDD Javaフレームワークの実装を通じてシナリオの再利用可能なことにあるが、この論文はCucumberのシングルスレッドシナリオ実行モデルの制限についても少し掘り下げている。
この実装は、テストスイートのモジュール化と効率を高める。
また、vscode step definition auto-completion integrationについて論じ、テストスクリプト記述プロセスを単純化する。
この機能は品質保証(QA)テストライターに便利で、関連するステップ定義への即時アクセスを可能にする。
さらに、Maven Javaプロジェクトとして人気のある継続的インテグレーションとデリバリプラットフォームJenkinsにおけるこれらのメソッドの使用についても論じている。
Jenkinsとの統合により、継続的デプロイメントシナリオのより効率的なテスト自動化が容易になる。
実証研究と実践的応用は、特に大規模で複雑なソフトウェアプロジェクトにとって価値のある、テスト記述のスピードと効率を大幅に改善したことを示している。
これらのメソッドを従来のシーケンシャルなBDDプラクティスに統合することは、より効率的で効率的で持続可能なテスト自動化戦略への道を開く。
関連論文リスト
- AutoPT: How Far Are We from the End2End Automated Web Penetration Testing? [54.65079443902714]
LLMによって駆動されるPSMの原理に基づく自動浸透試験エージェントであるAutoPTを紹介する。
以上の結果から, AutoPT は GPT-4o ミニモデル上でのベースラインフレームワーク ReAct よりも優れていた。
論文 参考訳（メタデータ） (2024-11-02T13:24:30Z) - LLM-based Unit Test Generation via Property Retrieval [26.906316611858518]
プロパティベースのRetrieval Augmentationは、基本的なベクトル、テキスト類似性、グラフベースのメソッドを超えてLLMベースのRetrieval-Augmented Generationを拡張する。
提案手法では,タスク固有のコンテキストを考慮し,プロパティ検索機構を導入している。
提案手法は,前処理,プロパティ検索,単体テスト生成を逐次実行するAPTと呼ばれるツールに実装する。
論文 参考訳（メタデータ） (2024-10-17T13:33:12Z) - A System for Automated Unit Test Generation Using Large Language Models and Assessment of Generated Test Suites [1.4563527353943984]
大規模言語モデル(LLM)はソフトウェア開発の様々な側面に適用されている。
Javaプロジェクトのテストスイートを生成する自動化システムであるAgoneTestを紹介します。
論文 参考訳（メタデータ） (2024-08-14T23:02:16Z) - CELA: Cost-Efficient Language Model Alignment for CTR Prediction [71.85120354973073]
CTR(Click-Through Rate)予測は、レコメンダシステムにおいて最重要位置を占める。
最近の取り組みは、プレトレーニング言語モデル(PLM)を統合することでこれらの課題を緩和しようとしている。
CTR予測のためのtextbfCost-textbfEfficient textbfLanguage Model textbfAlignment (textbfCELA)を提案する。
論文 参考訳（メタデータ） (2024-05-17T07:43:25Z) - Automating REST API Postman Test Cases Using LLM [0.0]
本稿では,大規模言語モデルを用いたテストケースの自動生成手法の探索と実装について述べる。
この方法論は、テストケース生成の効率性と有効性を高めるために、Open AIの使用を統合する。
この研究で開発されたモデルは、手作業で収集したポストマンテストケースやさまざまなRest APIのインスタンスを使ってトレーニングされている。
論文 参考訳（メタデータ） (2024-04-16T15:53:41Z) - PyTester: Deep Reinforcement Learning for Text-to-Testcase Generation [20.441921569948562]
テスト駆動開発(TDD)は、実際のコードを書く前に要件に基づいてテストケースを書くことを義務付ける。
テストケースを書くことはTDDの中心ですが、時間がかかり、コストがかかり、開発者が悩まされることも少なくありません。
PyTesterは、テキストからテストケースを生成するアプローチで、正しい、実行可能な、完全な、効果的なテストケースを自動的に生成します。
論文 参考訳（メタデータ） (2024-01-15T10:21:58Z) - Generative Judge for Evaluating Alignment [84.09815387884753]
本稿では,これらの課題に対処するために,13Bパラメータを持つ生成判断器Auto-Jを提案する。
我々のモデルは,大規模な実環境シナリオ下でのユーザクエリとLLM生成応答に基づいて訓練されている。
実験的に、Auto-Jはオープンソースモデルとクローズドソースモデルの両方を含む、強力なライバルのシリーズを上回っている。
論文 参考訳（メタデータ） (2023-10-09T07:27:15Z) - Benchopt: Reproducible, efficient and collaborative optimization
benchmarks [67.29240500171532]
Benchoptは、機械学習で最適化ベンチマークを自動化、再生、公開するためのフレームワークである。
Benchoptは実験を実行、共有、拡張するための既製のツールを提供することで、コミュニティのベンチマークを簡単にする。
論文 参考訳（メタデータ） (2022-06-27T16:19:24Z) - In-Context Learning for Few-Shot Dialogue State Tracking [55.91832381893181]
In-context (IC) Learning framework for few-shot dialogue state tracking (DST)を提案する。
大規模な事前訓練言語モデル(LM)は、テストインスタンスといくつかの注釈付き例を入力として取り、パラメータの更新なしに直接対話状態をデコードする。
これにより、LMは、新しいドメインやシナリオに適応する際の、以前の数ショットのDST作業と比べて、より柔軟でスケーラブルになります。
論文 参考訳（メタデータ） (2022-03-16T11:58:24Z) - Nirikshak: A Clustering Based Autonomous API Testing Framework [0.0]
Nirikshakは、REST APIテストのための自立テストフレームワークである。
REST APIテスト手順の実行において、レベル2の自律性を達成する。
Nirikshakはコミュニティ向けのオープンソースソフトウェアとしてhttps://github.com/yashmahalwal/nirikshakで公開されている。
論文 参考訳（メタデータ） (2021-12-15T18:05:27Z) - Realistic simulation of users for IT systems in cyber ranges [63.20765930558542]
ユーザアクティビティを生成するために,外部エージェントを用いて各マシンを計測する。
このエージェントは、決定論的および深層学習に基づく手法を組み合わせて、異なる環境に適応する。
また,会話や文書の作成を容易にする条件付きテキスト生成モデルを提案する。
論文 参考訳（メタデータ） (2021-11-23T10:53:29Z)
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。