A Large-Scale Dataset Capable of Enhancing the Prowess of Large Language Models for Program Testing

本文是LLM系列文章，针对《UniTSyn: A Large-Scale Dataset Capable of Enhancing the Prowess of Large Language Models for Program Testing》的翻译。

摘要

1 引言

2 相关工作

3 UniTSyn数据集的设计

4 实验

5 结论

在本文中，我们介绍了UniTSyn，这是一个新颖、多样化和大规模的数据集，包含功能级焦点测试对，旨在刺激人工智能理解和编写程序，特别是测试用例。该数据集不仅在大小和多样性方面表现出色，而且可以轻松扩展到其他编程语言以执行特定任务。我们进一步建立了一个基于UniTSyn的自回归模型来验证所收集的测试代码语料库的质量。这体现在它在生成测试的准确性和完整性方面的优越性上。我们希望UniTSyn将推动人工智能在软件测试和程序理解方面的发展。