3,583 papers
arXiv:2610.32548 71 23 окт. 2026 г. PRO

Слепые пятна LLM-тестов: что модели систематически не проверяют, даже когда покрытие высокое

КЛЮЧЕВАЯ СУТЬ
Покрытие 85%, а заказ с пустым городом падает на проде. Так выглядят юнит-тесты от LLM: аккуратно, зелёно и мимо самого опасного. Метод позволяет принимать тесты от модели не по проценту покрытия, а по трём группам слепых пятен: какие входы поданы, какие ветки кода пройдены, что именно проверено. Модель пишет тесты «счастливого пути»: нормальные входы, нормальный результат. Поэтому граничные значения, null, блоки catch и ветки default остаются без проверки. Если требовать их явно, модель перебирает их по списку, а не по настроению.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с