Исследователи Т-Технологий представили методы TAM-Eval и RM-RF для ускорения тестирования кодом от ИИ.
Исследователи из R&D центра Т-Технологий представили на конференции SANER 2026 два новых метода для ускорения и улучшения генерации модульных тестов с помощью больших языковых моделей. Речь идет о методах TAM-Eval и RM-RF.
TAM-Eval предназначен для оценки сопровождения тестов, созданных языковыми моделями, прямо внутри репозиториев кода. Второй метод, RM-RF, позволяет еще до сборки проекта предсказать, какие из сгенерированных тестов действительно будут работать, увеличат ли они покрытие кода и смогут ли найти потенциальные ошибки.
Разработчики получают от этого прямую выгоду: сокращается время ожидания и нагрузка на инфраструктуру, а код становится более надежным. Представители компании отмечают, что эти решения уже можно применять в таких отраслях, как финтех, телекоммуникации и промышленность.
Ещё новости:
