가이드 연계 퀴즈 · 중간 레벨

AI 테스트 생성 퀴즈

테스트 오라클 한계, 특성화 테스트, 기호 및 LLM 테스트 생성, 퍼징 및 적용 범위 지침을 평가합니다. 실질적인 한도를 확인하세요.

관련 가이드 경로AI 테스트 생성
질문 1 의 8

AI 테스트 생성에서 '오라클 문제'란 무엇인가?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. AI 테스트 생성에서 '오라클 문제'란 무엇인가?
    • 주어진 입력에 대해 올바른 예상 출력을 아는 것
    • 프로그램을 실행하기에 충분한 무작위 입력 생성
    • 테스트 실행기를 데이터베이스에 연결
    • 테스트할 프로그래밍 언어 선택
  2. '특성화 테스트'는 무엇을 잠그나요?
    • 가장 빠른 런타임
    • 회귀 기준선으로서의 코드의 현재 동작
    • 원저자의 코딩 스타일
    • 정확성에 대한 공식적인 수학적 증명
  3. What programming language did the TestPilot study implement and evaluate its LLM test-generation approach for?
    • 녹
    • Fortran
    • JavaScript
    • SQL only
  4. 검토 없이 AI 생성 테스트를 수락할 때 발생할 수 있는 주요 위험은 다음과 같습니다.
    • 너무 느리게 실행되어 유용하지 않음
    • 소스코드 자동 삭제
    • 주말에만 일해요
    • 기존 버그가 올바른 것처럼 주장하고 고정합니다.
  5. Copilot과 같은 LLM 기반 테스트 도우미는 일반적으로 어떻게 테스트를 생성합니까?
    • 함수와 주변 컨텍스트에서 테스트 코드를 예측하여
    • 코드가 정확하다는 것을 공식적으로 증명함으로써
    • CPU 온도를 측정하여
    • 개발자 화면을 녹화하여
  6. Coverage-guided fuzzing은 다음을 사용하여 무작위 입력을 조정합니다.
    • 사용자 별점
    • 어떤 분기가 적중되었는지 측정하는 코드 계측
    • 달의 위상
    • 파일 이름만
  7. What did the TestPilot evaluation report as its median statement and branch coverage?
    • 100% statement and branch coverage on every package
    • 0% statement coverage and 52.8% branch coverage
    • 70.2% statement coverage and 52.8% branch coverage across its studied packages
    • The paper did not measure code coverage
  8. What does mutation testing assess about a test suite?
    • Whether every test uses the same name
    • Whether a characterization test preserves all current behavior
    • Whether the fuzzer can reach a branch without running tests
    • Whether tests detect small, deliberate changes made to the program