論文の概要: TestMiner: Software Testing Analysis for GitHub Repositories
- arxiv url: http://arxiv.org/abs/2607.12223v1
- Date: Mon, 13 Jul 2026 23:52:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:29.994387
- Title: TestMiner: Software Testing Analysis for GitHub Repositories
- Title（参考訳）: TestMiner: GitHubリポジトリのソフトウェアテスト分析
- Abstract要約: TestMinerは、GitHubリポジトリでソフトウェアテストを調べるツールである。
TestMinerは、テスト統計、テスト場所、リリース全体のテストメトリクス、テストに関する依存関係など、プロジェクトのテストプラクティスの概要を提供する。
- 参考スコア（独自算出の注目度）: 2.1021180782525097
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Software systems have unique testing characteristics. Some projects can emphasize unit tests, while others may focus on end-to-end testing. Test organization may vary across ecosystems: in languages like Python and Java, tests are typically placed in dedicated folders, whereas Go and Rust projects commonly co-locate tests with source code. These distinctions make it harder to understand how a project approaches testing. In this paper, we present TestMiner, a tool for exploring software testing in GitHub repositories. TestMiner provides an overview of a project's testing practices, including test statistics, test location, test metrics across releases, and dependencies related to testing. We used TestMiner in an undergraduate Software Testing course, where 50 students explored the testing practices of real-world GitHub repositories. Overall, students expressed positive feedback regarding TestMiner. They were able to critically explore a variety of testing practices, including test organization, test evolution, test fixtures, mocking, and edge-case testing. TestMiner is available at: https://andrehora.github.io/testminer. Screencast: https://youtu.be/w1sBgLTq-7Y.
- Abstract（参考訳）: ソフトウェアシステムにはユニークなテスト特性がある。
ユニットテストを強調するプロジェクトもあれば、エンドツーエンドのテストに重点を置くプロジェクトもあります。
PythonやJavaのような言語では、テストは通常専用のフォルダに置かれるが、GoとRustのプロジェクトは一般的に、ソースコードとテストを共同配置する。
これらの区別は、プロジェクトがテストにどのようにアプローチするかを理解するのを難しくする。
本稿では,GitHubリポジトリでソフトウェアテストを研究するツールであるTestMinerを紹介する。
TestMinerは、テスト統計、テスト場所、リリース全体のテストメトリクス、テストに関する依存関係など、プロジェクトのテストプラクティスの概要を提供する。
そこでは50人の学生が現実世界のGitHubリポジトリのテストプラクティスを探索しました。
全体として、学生はTestMinerについて肯定的なフィードバックを表明している。
彼らはテスト組織、テストの進化、テストフィクスチャ、モック、エッジケーステストなど、さまざまなテストプラクティスを批判的に探求することができた。
TestMiner は以下の https://andrehora.github.io/testminer で利用可能である。
スクリーンキャスト:https://youtu.be/w1sBgLTq-7Y。
関連論文リスト
- WebTestBench: Evaluating Computer-Use Agents towards End-to-End Automated Web Testing [57.7131457251794]
エンドツーエンドの自動Webテストを評価するベンチマークであるWebTestBenchを紹介します。
テストプロセスを2つのカスケードサブタスク、チェックリストの生成と欠陥検出に分解し、WebTesterを提案する。
以上の結果から,現在のコンピュータ利用エージェント能力と産業レベルの展開要求との間に大きなギャップがあることが判明した。
論文 参考訳（メタデータ） (2026-03-26T09:27:29Z) - What Do Contribution Guidelines Say About Software Testing? [0.0]
我々は200のPythonおよびJavaScriptオープンソースプロジェクトのガイドラインを分析した。
プロジェクトの78%には、コントリビュータのためのある種のテストドキュメンテーションが含まれています。
テストドキュメンテーションは一般的にテストの実行方法を説明するが、テストの記述方法に関するガイダンスは提供されないことが多い。
論文 参考訳（メタデータ） (2026-02-03T01:05:15Z) - LLMs for Automated Unit Test Generation and Assessment in Java: The AgoneTest Framework [2.501198441875755]
AgoneTestは、Javaにおける大規模言語モデル生成ユニットテストの評価フレームワークである。
コンパイルされるテストのサブセットでは、LLMの生成したテストは、カバレッジと欠陥検出の点で、人間によるテストと一致またはオーバーすることができる。
論文 参考訳（メタデータ） (2025-11-25T15:33:00Z) - ImpossibleBench: Measuring LLMs' Propensity of Exploiting Test Cases [58.411135609139855]
タスク完了のための「ショートカット」は、大規模言語モデルの信頼性評価と展開に重大なリスクをもたらす。
我々は,LLMエージェントがテストケースを利用するための正当性を測定するベンチマークフレームワークであるImpossibleBenchを紹介する。
実践的なフレームワークとして、ImpossibleBenchは単なる評価ではなく、汎用的なツールである。
論文 参考訳（メタデータ） (2025-10-23T06:58:32Z) - Intention-Driven Generation of Project-Specific Test Cases [45.2380093475221]
検証意図の記述からプロジェクト固有のテストを生成するIntentionTestを提案する。
13のオープンソースプロジェクトから4,146件のテストケースで,最先端のベースライン(DA, ChatTester, EvoSuite)に対してIntentionTestを広範囲に評価した。
論文 参考訳（メタデータ） (2025-07-28T08:35:04Z) - ProjectTest: A Project-level LLM Unit Test Generation Benchmark and Impact of Error Fixing Mechanisms [48.43237545197775]
単体テスト生成はLLMの有望かつ重要なユースケースとなっている。
ProjectTestは、Python、Java、JavaScriptをカバーするユニットテスト生成のためのプロジェクトレベルのベンチマークである。
論文 参考訳（メタデータ） (2025-02-10T15:24:30Z) - Detecting and Evaluating Order-Dependent Flaky Tests in JavaScript [3.6513675781808357]
不安定なテストは、ソフトウェアテストに重大な問題を引き起こす。
これまでの研究では、テストオーダー依存性がフレキネスの最も一般的な原因の1つとして特定されている。
本稿では,JavaScriptテストにおけるテスト順序依存性について検討する。
論文 参考訳（メタデータ） (2025-01-22T06:52:11Z) - Commit0: Library Generation from Scratch [77.38414688148006]
Commit0は、AIエージェントにスクラッチからライブラリを書くよう促すベンチマークである。
エージェントには、ライブラリのAPIを概説する仕様文書と、インタラクティブなユニットテストスイートが提供されている。
Commit0はまた、モデルが生成したコードに対して静的解析と実行フィードバックを受け取る、インタラクティブな環境も提供する。
論文 参考訳（メタデータ） (2024-12-02T18:11:30Z) - Observation-based unit test generation at Meta [52.4716552057909]
TestGenは、アプリケーション実行中に観察された複雑なオブジェクトのシリアライズされた観察から作られたユニットテストを自動的に生成する。
TestGenは518のテストを本番環境に投入し、継続的統合で9,617,349回実行され、5,702の障害が見つかった。
評価の結果,信頼性の高い4,361のエンドツーエンドテストから,少なくとも86%のクラスでテストを生成することができた。
論文 参考訳（メタデータ） (2024-02-09T00:34:39Z) - TestSpark: IntelliJ IDEA's Ultimate Test Generation Companion [15.13443954421825]
本稿では,IntelliJ IDEA用のプラグインであるTestSparkを紹介する。
TestSparkは、生成された各テストを容易に修正して実行し、それらをプロジェクトワークフローに統合することを可能にする。
論文 参考訳（メタデータ） (2024-01-12T13:53:57Z) - Do Automatic Test Generation Tools Generate Flaky Tests? [12.813573907094074]
テスト生成ツールが生成するフレキなテストの頻度と性質はほとんど不明である。
EvoSuite(Java)とPynguin(Python)を使ってテストを生成し、各テストは200回実行します。
この結果から, フレキネスは開発者の手書きテストと同様, 生成テストでも一般的であることが判明した。
論文 参考訳（メタデータ） (2023-10-08T16:44:27Z) - An Empirical Evaluation of Using Large Language Models for Automated
Unit Test Generation [3.9762912548964864]
本稿では,自動単体テスト生成における大規模言語モデルの有効性について,大規模な実証評価を行った。
これはJavaScript用のテスト生成ツールで、npmパッケージ内のすべてのAPI関数のユニットテストを自動的に生成します。
TestPilotの生成されたテストの92.8%は、既存のテストと50%以上の類似性を持っていない。
論文 参考訳（メタデータ） (2023-02-13T17:13:41Z)
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。