跳到正文

READZER / 全球行业情报

行业观察台

重要变化,持续跟进。

11月22日 · UTC

阅读工作台
最新优先

摘要预览

返回动态

KG-AST:为预算有限的测试与AI审查优先高风险提交

arXiv — cs.AI ·

你需要知道

一项研究提出KG-AST,利用git历史和代码图特征对提交进行风险评分,从而将测试和AI审查预算优先分配给风险最高的提交。在155个开源项目(11种语言)中,测试风险最高的20%提交覆盖了49%–64%的引入缺陷提交,优于随机选择(20%)和最大变更优先(40%–55%)。在20个Java项目中,20%预算下的增益为15.1个百分点(64.6%对49.5%)。带图上下文的AI审查员能精确找到32%的后续修复缺陷,静态调用图选择器运行约8%的测试套件,同时覆盖85%的修复提交(67个中)。

载入阅读状态…

来源与证据

arXiv — cs.AI原文语言 · und ·

原作者:Henry Yeung · Source: arXiv and the named paper authors. Descriptive metadata: CC0 1.0.来源许可

各行业推荐理由
  • 人工智能

    与人工智能和软件工程相关:展示了一种利用机器学习对提交风险评分和AI辅助缺陷审查来优化CI/CD预算的实用方法,相比基线有可衡量的改进。

这里提供经过审核的摘要,完整文章请前往原始来源。