TL;DR
- چکیده:.
- پذیرش رو به رشد اتوماسیون مبتنی بر سریع در تست نرم افزار مسائل مهمیرا در مورد پایداری.
- محاسباتی و محیطی آن مطرح میکند.
چه اتفاقی افتاد
چکیده:. پذیرش رو به رشد اتوماسیون مبتنی بر سریع در تست نرم افزار مسائل مهمیرا در مورد پایداری.
محاسباتی و محیطی آن مطرح میکند. مطالعات پایداری موجود در آزمایشهای مبتنی بر هوش مصنوعی عمدتاً بر روی مدلهای زبانی بزرگ تمرکز میکنند و.
تأثیر استراتژیهای مهندسی سریع را تا حد زیادی ناشناخته میگذارند - بهویژه در زمینه مدلهای زبان کوچک (SLM). این شکاف بسیار مهم است،.
زیرا طراحی سریع مستقیماً بر رفتار استنتاج،. هزینه اجرا و استفاده از منابع تأثیر میگذارد،.
حتی زمانی که اندازه مدل ثابت است. با بهترین دانش ما،.
این مقاله اولین ارزیابی پایداری سیستماتیک استراتژیهای مهندسی سریع برای تولید تست خودکار با استفاده از SLM. ها را ارائه میدهد.
ما هفت استراتژی سریع را در سه SLM منبعباز تحت یک تنظیم آزمایشی کنترل شده تجزیه و. تحلیل میکنیم.
ارزیابی ما بهطور مشترک زمان اجرا را در نظر میگیرد،. استفاده از نشانه،.
مصرف انرژی،. انتشار کربن و کیفیت تست پوشش،.
مورد دوم از طریق تجزیه و تحلیل پوشش اسکریپتهای تست تولید شده ارزیابی شد. نتایج نشان میدهد که استراتژیهای سریع تأثیر قابلتوجهی و مستقل بر نتایج پایداری دارند و اغلب بر تأثیر.
انتخاب مدل برتری دارند. استراتژیهای فشرده استدلال مانند زنجیره تفکر و خودسازگاری به پوشش بالاتری میرسند اما زمان اجرا،.
مصرف انرژی و انتشار کربن بهطور قابلتوجهی متحمل میشوند. در مقابل،.
استراتژیهای سادهتری مانند Zero-Shot و ReAct کیفیت تست پوشش رقابتی را با هزینههای زیست محیطی بهطور قابل توجهی. پایینتر ارائه میکنند،.
در حالی که حداقل به بیشترین و برنامه فکر،. مبادلات متعادلی را ارائه میدهند.
صفحه مهندسی نرم افزار (cs. SE) استناد بهعنوان: (یا v1 [cs.
SE] برای این نسخه) https:. // شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) تاریخچه ارسال از:.
Novarun Deb [مشاهده ایمیل] [v1] جمعه،. 3 آوریل 2026،.
06:. 10:.
07 UTC (1,. 034 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.
