arXiv · cs.AI· Lucas Jing, Xinqi Wang, Liao Zhang, Simon S. Du·· 1 天前
PBT-Bench：评测 AI 智能体的基于属性测试能力
PBT-Bench: Benchmarking AI Agents on Property-Based Testing
arXiv:2605.15229v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Lucas Jing, Xinqi Wang, Liao Zhang, Simon S. Du
研究任务与主要进展
基于论文摘要，作者推出 PBT-Bench，包含来自40个真实 Python 库的100个基于属性测试问题，共注入365个语义漏洞，用于评估 AI 智能体能否从文档提取不变量并设计能集中触发漏洞的 Hypothesis 输入策略。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org