深度分析
Petri 網引導 LLM 生成並行 Rust 測試：從資源流到可執行驗證
這篇研究提出以 Petri 網作為中間表示（Petri-net-guided methodology），解決大型語言模型在生成並行有狀態 Rust API 測試時常見的語意違規與序列化偏誤問題。
深度分析
這篇研究提出以 Petri 網作為中間表示（Petri-net-guided methodology），解決大型語言模型在生成並行有狀態 Rust API 測試時常見的語意違規與序列化偏誤問題。
深度分析
在專案級單元測試自動化上，現有以執行路徑驅動的 LLM 方法常因跨類依賴、深層呼叫鏈與物件初始化複雜而失靈。本文改寫的研究提出 CAT（一種呼叫鏈感知的 LLM 測試生成法），透過靜態分析抽取呼叫鏈、建構函式與第三方依賴，將這些上下文明確注入 prompt，並以產生與修復雙階段迭代流程產出可執行測試。