論文の概要: On the Effectiveness of Snapshot Testing: An Empirical Study

• arxiv url: http://arxiv.org/abs/2610.29549v1
• Date: Wed, 21 Oct 2026 10:35:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.314757
• Title: On the Effectiveness of Snapshot Testing: An Empirical Study
• Title（参考訳）: スナップショットテストの有効性に関する実証的研究
• Abstract要約: 本研究は、スナップショットテストの有効性に関する大規模な実証的研究である。 スナップショットと従来の非スナップショットテストを組み合わせることで、コードカバレッジが大幅に向上することがわかった。 スナップショットテストを含むテストスイートは、従来のテストのみに依存するものよりも1.3倍多くのミュータントを検出した。
• 参考スコア（独自算出の注目度）: 2.3111765243517204
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Software testing is essential for ensuring quality, yet testing complex front-end user interfaces is often time-consuming and difficult. Snapshot testing has emerged as a low-cost regression testing method that detects unexpected changes by comparing program behavior before and after modifications. Despite its growing adoption, empirical evidence regarding its actual effectiveness remains scarce. To fill this gap, this study presents a large-scale empirical investigation into the effectiveness of snapshot testing involving 340 GitHub repositories and a survey of 60 experienced practitioners. Our quantitative results demonstrate that combining snapshot and traditional non-snapshot tests significantly enhances code coverage, achieving a median statement coverage of 86.7%. We find that the two approaches are highly complementary, typically exercising distinct regions of the production code. Furthermore, test suites incorporating snapshot tests detected 1.3 times more mutants than those relying solely on traditional tests. Our qualitative insights from the developer survey reveal that practitioners value snapshot testing for its ease of implementation, ability to prevent regressions, and transparency in checking results. However, reviewing large result sets and managing false positives remain significant hurdles. These findings guide the strategic integration and future improvement of snapshot testing in modern development pipelines.
• Abstract（参考訳）: ソフトウェアテストは品質を保証するのに不可欠ですが、複雑なフロントエンドのユーザインターフェースをテストするのは、しばしば時間がかかり、難しいです。 スナップショットテストは、修正前後のプログラム動作を比較して予期せぬ変化を検出する、低コストの回帰テスト手法として登場した。 採用が増えているにもかかわらず、実効性に関する実証的な証拠は乏しい。 このギャップを埋めるために、340のGitHubリポジトリを含むスナップショットテストの有効性に関する大規模な実証調査と60人の経験豊富な実践者を対象にした調査を行った。 我々の定量的結果は、スナップショットと従来の非スナップショットテストを組み合わせることで、コードカバレッジが大幅に向上し、中央値のステートメントカバレッジが86.7%に達したことを示している。 2つのアプローチは極めて相補的であり、通常、プロダクションコードの異なる領域を行使する。 さらに、スナップショットテストを組み込んだテストスイートは、従来のテストのみに依存するものよりも1.3倍多くのミュータントを検出した。 開発者調査の質的な洞察によると、実践者は、実装の容易さ、レグレッションの防止能力、結果のチェックにおける透明性をスナップショットテストに価値を置いています。 しかし、大きな結果セットのレビューや偽陽性の管理は依然として大きなハードルとなっている。 これらの知見は、現代の開発パイプラインにおけるスナップショットテストの戦略的統合と将来の改善を導くものだ。

関連論文リスト

• TestJack: Should you trust the results in coding benchmarks? Agentic Coding Benchmarks Auditing via Evaluator Evolution [56.4111102268819]
  大規模言語モデル(LLM)エージェントは、ソフトウェア工学を急速に再構築している。 しかし、既存のベンチマークのほとんどすべてが、同じ数十年前の基準に依存している。 固定テストを超えてパッチを評価するスケーラブルなフレームワークであるTestJackを紹介します。
  論文  参考訳（メタデータ） (2026-10-07T07:58:04Z)
• Are Benchmark Tests Strong Enough? Mutation-Guided Diagnosis and Augmentation of Regression Suites [49.16055123488827]
  十分に強力なテストスイートは、報告された成功率を膨らませながら、妥当だが意味的に正しくないパッチを認めることができる。 STINGは、意味的に変化するプログラムの変種を診断ストレス要因として利用する、ターゲットテスト拡張のためのフレームワークである。 STINGは211インスタンスにまたがる1014の検証テストを生成し、パッチリージョンラインとブランチカバレッジを10.8%、9.5%向上させた。
  論文  参考訳（メタデータ） (2026-04-02T01:13:40Z)
• TestAgent: An Adaptive and Intelligent Expert for Human Assessment [62.060118490577366]
  対話型エンゲージメントによる適応テストを強化するために,大規模言語モデル(LLM)を利用したエージェントであるTestAgentを提案する。 TestAgentは、パーソナライズされた質問の選択をサポートし、テストテイカーの応答と異常をキャプチャし、動的で対話的なインタラクションを通じて正確な結果を提供する。
  論文  参考訳（メタデータ） (2025-06-03T16:07:54Z)
• Automatically Generating Single-Responsibility Unit Tests [0.0]
  生成されたテストに事前プロセス構造を提供することの効果を検討することを目的としています。 進化のための異なるテスト表現を実装し,それらがカバレッジ,障害検出,理解可能性に与える影響を評価することを提案する。
  論文  参考訳（メタデータ） (2025-04-08T21:05:04Z)
• AI-Driven Smartphone Solution for Digitizing Rapid Diagnostic Test Kits and Enhancing Accessibility for the Visually Impaired [0.0]
  本稿では,迅速診断結果解釈の精度と信頼性を高めるための新しい手法を提案する。 このアプリは、ユーザーがテストキットの写真を撮り、YOLOv8が処理して膜領域を正確に抽出する。
  論文  参考訳（メタデータ） (2024-11-27T02:53:43Z)
• Precise Error Rates for Computationally Efficient Testing [67.30044609837749]
  本稿では,計算複雑性に着目した単純な対数-単純仮説テストの問題を再考する。 線形スペクトル統計に基づく既存の試験は、I型とII型の誤差率の間の最良のトレードオフ曲線を達成する。
  論文  参考訳（メタデータ） (2023-11-01T04:41:16Z)
• Towards Automatic Generation of Amplified Regression Test Oracles [44.45138073080198]
  回帰テストオラクルを増幅するためのテストオラクル導出手法を提案する。 このアプローチはテスト実行中にオブジェクトの状態を監視し、以前のバージョンと比較して、SUTの意図した振る舞いに関連する変更を検出する。
  論文  参考訳（メタデータ） (2023-07-28T12:38:44Z)
• Hybrid Intelligent Testing in Simulation-Based Verification [0.0]
  数百万のテストは、カバレッジの目標を達成するために必要かもしれない。 カバレッジ指向のテスト選択は、カバレッジフィードバックからバイアステストまで、最も効果的なテストへと学習する。 ノベルティ駆動検証は、以前の刺激とは異なる刺激を識別し、シミュレートすることを学ぶ。
  論文  参考訳（メタデータ） (2022-05-19T13:22:08Z)
• MEMO: Test Time Robustness via Adaptation and Augmentation [131.28104376280197]
  テスト時間ロバスト化の問題、すなわちモデルロバスト性を改善するためにテストインプットを用いて検討する。 最近の先行研究ではテスト時間適応法が提案されているが、それぞれ追加の仮定を導入している。 モデルが確率的で適応可能な任意のテスト環境で使用できるシンプルなアプローチを提案する。
  論文  参考訳（メタデータ） (2021-10-18T17:55:11Z)
• Noisy Adaptive Group Testing using Bayesian Sequential Experimental Design [63.48989885374238]
  病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。 本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
  論文  参考訳（メタデータ） (2020-04-26T23:41:33Z)

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。