蘋果近期在其機(jī)器學(xué)習(xí)研究博客上發(fā)布了三項(xiàng)前沿研究成果,聚焦于如何運(yùn)用大語言模型(llm)與多智能體系統(tǒng)(ai agents)優(yōu)化軟件測試、缺陷識(shí)別及代碼修復(fù)流程。這些探索旨在推動(dòng)ai在質(zhì)量工程(qe, quality engineering)中的深度應(yīng)用,實(shí)現(xiàn)更智能、自動(dòng)化的開發(fā)支持,顯著減少人工編寫測試用例和排查bug的工作負(fù)擔(dān)。
研究表明,AI不僅能高效識(shí)別代碼中隱藏的問題,還可自動(dòng)生成高覆蓋率的測試場景,大幅壓縮測試周期與成本。
三項(xiàng)研究的核心突破如下:
1、Agentic RAG 框架:采用多個(gè)AI代理協(xié)同作業(yè),分別負(fù)責(zé)測試生成、代碼審查與合規(guī)性驗(yàn)證,實(shí)現(xiàn)端到端自動(dòng)化測試準(zhǔn)備。實(shí)驗(yàn)結(jié)果顯示,該框架可縮短約85%的測試準(zhǔn)備時(shí)間,同時(shí)將缺陷檢出率提升35%。
2、SWE-Gym 平臺(tái):專為訓(xùn)練軟件工程AI代理設(shè)計(jì)的實(shí)踐環(huán)境,基于真實(shí)GitHub任務(wù)進(jìn)行訓(xùn)練與評估。平臺(tái)支持“人在環(huán)路”的交互模式,確保AI行為可控。在實(shí)際測試中,AI代理可自主解決超過72%的工程問題。
3、ADE-QVAET 模型:創(chuàng)新性融合量子變分自編碼器與Transformer架構(gòu),用于在編碼階段提前預(yù)測潛在缺陷。該模型在多項(xiàng)基準(zhǔn)測試中展現(xiàn)出優(yōu)于傳統(tǒng)方法的預(yù)測精度,顯著增強(qiáng)早期質(zhì)量控制能力。
蘋果指出,這些技術(shù)未來有望集成至其核心開發(fā)工具鏈,例如Xcode中的測試與調(diào)試模塊,為開發(fā)者提供智能化的缺陷預(yù)警與測試建議。這標(biāo)志著AI正逐步演變?yōu)樘O果軟件研發(fā)體系中不可或缺的智能協(xié)作者。
論文鏈接:
以上就是蘋果公布最新研究成果:AI 可自動(dòng)發(fā)現(xiàn)代碼漏洞并生成測試用例的詳細(xì)內(nèi)容,更多請關(guān)注php中文網(wǎng)其它相關(guān)文章!
該軟件包括了市面上所有手機(jī)CPU,手機(jī)跑分情況,電腦CPU,電腦產(chǎn)品信息等等,方便需要大家查閱數(shù)碼產(chǎn)品最新情況,了解產(chǎn)品特性,能夠進(jìn)行對比選擇最具性價(jià)比的商品。
微信掃碼
關(guān)注PHP中文網(wǎng)服務(wù)號(hào)
QQ掃碼
加入技術(shù)交流群
Copyright 2014-2025 http://ipnx.cn/ All Rights Reserved | php.cn | 湘ICP備2023035733號(hào)