XiaoMi-AI文件搜索系统
World File Search System回归测试
基于属性的量子程序回归测试的 Delta 调试
手动调试量子程序是一项困难且耗时的过程。在本文中，我们介绍了一种基于增量调试和基于属性的测试的量子程序自动调试技术。我们的技术可以自动识别在量子程序更新中导致基于属性的回归测试失败的更改。为了评估我们的技术，我们将故障和保留语义的更改注入到三种量子算法中。在测量故障和保留语义的更改的百分比后，我们讨论了我们方法的可行性和有效性。我们的结果表明，我们的方法具有很高的真正例（称为敏感度）和真负例（称为特异性），并且在引入程序的更改量方面具有鲁棒性。此外，该方法的敏感度随着属性数量的增加而显著增加。而当增加属性和输入的数量时，特异性保持稳定。
符合道德的人工智能回归测试选择
摘要 — 测试自动化在软件开发中很常见；通常需要反复测试以识别回归。如果测试用例数量很大，则可以选择一个子集并仅使用最重要的测试用例。回归测试选择（RTS）可以实现自动化，并通过人工智能（AI-RTS）进行增强。然而，这可能会带来道德挑战。虽然人工智能中的此类挑战通常已得到充分研究，但在道德 AI-RTS 方面仍存在差距。通过探索文献并借鉴我们开发行业 AI-RTS 工具的经验，我们通过确定三个挑战（分配责任、决策偏见和缺乏参与）和三种方法（可解释性、监督和多样性）为文献做出了贡献。此外，我们还提供了一份道德 AI-RTS 清单，以帮助指导参与该过程的利益相关者的决策。