Bilanz der Quelle: Die Req2Test-Bench untersucht, wie gut KI-Agenten Tests aus Gherkin-Anforderungen generieren, indem sie Mutationstests statt einfacher Durchläufe misst. Die beste Konfiguration (Codex mit DeepSeek-V4.1-Flash) erreicht zwar 82,8 Prozent grüne Tests, aber nur 33,8 Prozent wirksame Tests, was die tatsächliche Testqualität deutlich hinter den oberflächlichen Ergebnissen zurückbleiben lässt.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
