μBERT:事前訓練言語モデルを用いた突然変異試験【JST・京大機械翻訳】

Degiovanni Renzo; Papadakis Mike

プレプリント

J-GLOBAL ID：202202213209870205 整理番号：22P0299939

μBERT:事前訓練言語モデルを用いた突然変異試験【JST・京大機械翻訳】

$\mu$BERT: Mutation Testing using Pre-Trained Language Models

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年03月07日プレプリントサーバーでの情報更新日： 2022年03月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

突然変異体を生成するために事前訓練言語モデル(CodeBERT)を用いる突然変異試験ツールであるμBERTを導入した。これは入力として与えられた表現からトークンをマスキングし,コードBERTを用いてそれを予測するために行う。このように,マスクトークンを予測されたものと置き換えることによって,突然変異体を生成した。欠陥4Jから40の実故障のμBERTを評価し,40の故障のうち27を検出でき,一方,ベースライン(PiTest)は,それらの26を検出した。また,μBERTがPiTestより2倍費用対効果が高く,同数の変異体を分析した。さらに,プログラム挿入推論技法を用いて使用するときのμBERTの突然変異体の影響を評価し,それらがより良い仕様の作成に役立つことを示した。最後に,実験評価中にμBERTにより生産されるいくつかの興味深い変異体の品質と自然性について論じる。【JST・京大機械翻訳】

, , , , , ,
, 【Automatic Indexing@JST】

中枢神経系 , 細胞生理一般

, , , ,

前のページに戻る