Вдосконалення алгоритмів автоматизованого тестування програм з використанням машинного навчання

Abstract

В роботі досліджено доцільність використання мовних моделей для генерації автоматизованих тестів для тестування веб-застосунків. Для кожної моделі було сформовано однакові тестові сценарії, на основі яких кожна з моделей формувала автоматизовані тести, з подальшим записом результатів генерації у таблицю, а на основі згенерованих тестів створювався тестовий набір. Після цього було проведено запуск тестів і збір метрик для порівняння результатів тестів, які заносились в зведену таблицю. Під час проведеного експерименту було виявлено що, мовна модель на основі Gemini показала себе краще за кількома показниками, такими як швидкість генерації тестів, точність генерації тестів та інші. Для дослідження використовувались наступні мовні моделі: GPT-3.5, GPT4, і модель на основі Gemini. Кожній моделі було надано однакові вхідні дані, що включали тестові сценарії для різних аспектів веб-застосунку. Після генерації тестів кожною моделлю, тести були запущені на аналогічному тестовому середовищі для забезпечення справедливості експерименту.