热点事件持续更新
GTDD：面向AI编码代理的生成式测试驱动开发
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv Statistics Machine Learning 发表论文提出生成式测试驱动开发（GTDD）：让独立测试智能体在候选实现固定后，依据行为契约与历史反馈生成新输入，由可信评估器返回化简反例并用于回归测试。论文给出有限总体分析，量化自适应候选选择下的误接受界，结果显示候选提交后的随机审计可控制跨轮误接受。在有状态键值存储的配对实验中，开发期间再生成测试的策略平均失败率低于由同一语言模型一次性生成测试的策略；向测试者提供候选源码未带来可检测改进。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
arXiv论文提出GTDD框架，实验显示开发期间再生成测试可降低平均失败率。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Statistics Machine LearningGTDD：用对抗测试为 AI 编程智能体实现生成式测试驱动开发
论文提出生成式测试驱动开发（GTDD），让独立测试智能体在候选实现固定后依据行为契约与历史反馈生成新输入，由可信评估器返回化简反例并用于回归测试。有限总体分析给出自适应候选选择下误接受界的量化，结果显示候选提交后的随机审计可控制跨轮误接受。在有状态键值存储的配对实验中，开发期间再生成测试的策略平均失败率低于由同一语言模型一次性生成测试的策略，向测试者提供候选源码未带来可检测改进。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。