paperbot · PL 论文追踪

全部论文 待读 收藏

P2 Efficient Test Generation for Dynamic Behaviors Leveraging Token-Level Input Commonalities

利用 Token 级输入共性高效生成动态行为测试
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 2/10 · 该论文属于软件测试与测试生成方向，关注运行时调用和概率算法等动态行为的输入构造，与用户核心关注的静态分析、LLM/Agent 结合、浮点程序分析或贝叶斯程序分析交叉不大。仅在“概率/不确定性程序行为”上与部分兴趣有微弱关联，但未涉及 LLM、Agent、形式化验证或静态分析。引用 0 inbox
Yuxin Qiu, Qian Zhang
测试、调试与修复
crossref: 2026-09-12

AI 速览

一句话：提出利用 Token 级输入共性来高效生成测试，以覆盖运行时调用和概率算法等动态行为。

软件在运行时会表现出多种动态行为，例如由运行时调用触发的行为，以及概率算法带来的非确定性行为。这些行为使测试复杂化：测试需要为调用提供有意义的输入，在运行时引入额外分支决策，并且相同输入可能产生不同结果。论文提出利用 Token 级输入共性来高效生成测试，以应对动态行为测试的挑战。其核心思想是从输入 Token 层面发现共同模式，从而复用或引导测试生成，降低为动态行为构造有效输入的成本。摘要未报告具体评估设置、基准与结果，因此评估重点应在于测试生成效率以及动态行为覆盖是否得到提升。

问题
运行时调用和概率算法等产生的动态行为使软件测试复杂化：需要有意义输入、运行时额外分支，且同一输入可能产生不同结果。
方法
论文提出利用 Token 级输入共性来生成测试，通过挖掘输入在 Token 层面的共同模式来引导或复用测试输入，以高效触发动态行为。
评估
摘要未给出具体实验设置、基准或量化结果；可推知评估将围绕动态行为覆盖与测试生成效率展开。
原文摘要（Abstract）

Software in the wild exhibits various computational efforts, such as dynamic behaviors arising from runtime invocations and nondeterministic behaviors introduced by probabilistic algorithms. These efforts complicate software testing because they require meaningful inputs for invocation, introduce additional branching decisions at runtime, and produce divergent outcomes for identical inputs.

链接与引用

DOI 原文 · PDF（开放获取） ·

BibTeX 
@inproceedings{paperbot9061,
  title = {Efficient Test Generation for Dynamic Behaviors Leveraging Token-Level Input Commonalities},
  author = {Yuxin Qiu and Qian Zhang},
  booktitle = {FSE},
  year = {2025},
  doi = {10.1145/3696630.3728509}
}