Fugu-MT 論文翻訳(概要): Use Property-Based Testing to Bridge LLM Code Generation and Validation
論文の概要: Use Property-Based Testing to Bridge LLM Code Generation and Validation arxiv url: http://arxiv.org/abs/2506.18315v1Date: Mon, 23 Jun 2025 06:01:12 GMTステータス: 翻訳完了システム内更新日: 2025-06-24 19:06:36.873162Title: Use Property-Based Testing to Bridge LLM Code Generation and ValidationTitle（参考訳）: LLMコード生成と検証の橋渡しにおけるプロパティベーステストの利用 Authors: Lehan He, Zeren Chen, Zhe Zhang, Jing Shao, Xiang Gao, Lu Shen
LLMのコード生成精度を高める4つのプロンプト技術｜たこやま / Takoyama
この記事はAIが論文を読んでまとめた個人用メモです。 ハルシネーションを含む内容の恐れがあるためご注意ください。 プロパティベースドテスティング（PBT）の応用特定の入出力例を提示するのではなく、コードが満たすべき普遍的な性質（Property）を定義してプロンプトを構成する手法が有効です。 これは、ソフトウェアテスト技法の一つであるプロパティベースドテスティングの考え方を応用したものです。 概要関数の仕様を、具体的な値の組ではなく、入力と出力が満たすべき制約条件として記述します。これにより、モデルはより一般的で堅牢なコードを生成する傾向があります。 記述例：# 指示: 以下のプロパティを満たすPython関数を生成せよ。 # 入力: list[int] # 出力: list[int] # プロパティ1: 出力されたリストの各要素は、次の要素以下である (output[i] <= outp
Use Property-Based Testing to Bridge LLM Code Generation and Validation
Large Language Models (LLMs) excel at code generation, but ensuring their outputs to be functionally correct, especially in complex programming tasks, is a persistent challenge. While traditional Test-Driven Development (TDD) offers a path for code refinement, its efficacy with LLMs is often undermined by the scarcity of high-quality test cases or the pitfalls of automated test generation, includi
NURBSボリューム | ラボラトリー | 株式会社アルモニコス
コンピュータで使用される曲線・曲面の表現は、時代とともに変化してきました。 アルモニコスは設立以来、そうした変遷に対応しながら研究を重ね、演算ライブラリを蓄積してきました。 1980年代、CAD/CAM業界ではFerguson曲線、多項式曲線、Coons曲面、多項式曲面が主に使用され、文字フォントやデザイン系CADではBezier曲線が用いられていました。1990年代に入ると、CAD/CAM業界にB-splineが導入され、すぐにNURBS（Non-Uniform Rational B-spline）への移行が進み、現在に至っています。（なお、MS Officeやフォントなどに見られる曲線は、そのふるまいから現在もBezier曲線と考えられます。） NURBS表現の高い汎用性を踏まえると、CAD/CAM業界において、今後NURBSに代わる表現手法が登場する兆しは今のところ見られません。 現
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
ImpossibleBench: Measuring LLMs' Propensity of Exploiting Test Cases
TestWeaver: Execution-aware, Feedback-driven Regression Testing Generation with Large Language Models
