数据集概述
本数据集通过整合大语言模型（LLM）与AFL++模糊测试技术生成，用于增强CPython编译器测试。包含由Mistral 7B、Codellama 7B、Gemma 7B等LLM创建的原始Python测试脚本，覆盖多种编译器功能；经模糊测试得到丰富测试用例，可选AFL-cmin最小化处理，聚焦提升代码覆盖率与漏洞发现的用例。共3个文件，支持AI驱动软件测试方法的研究与开发。
文件详解
- README.txt
- 文件格式：TXT
- 字段映射介绍：包含数据集封面信息，如项目标题、日期（2024年4月25日）、作者、机构（伦敦国王学院）及数据集概述，说明LLM与模糊测试融合的编译器测试流程及数据集作用。
- prompts.txt
- 文件格式：TXT
- 字段映射介绍：包含LLM生成测试脚本的提示词，如“Write a program in python that demonstrates the use of 'False' and 'None'”等，指导LLM生成针对特定语法功能的测试代码。
- Python test suite.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含LLM生成的原始Python测试脚本、经模糊测试得到的测试用例集，可能包含最小化处理后的精简测试用例（若执行了AFL-cmin）。
数据来源
伦敦国王学院（King's College London）Jiaqi Xu项目
适用场景
- CPython编译器测试优化：用于测试编译器潜在漏洞，提升编译器设计与测试效率。
- AI驱动软件测试研究：支持探索LLM与模糊测试融合的软件测试方法，验证其在代码覆盖率与漏洞发现中的效果。
- 编译器功能验证：针对不同编译器功能（如布尔值、空值等语法特性），验证编译器处理逻辑的正确性。
- 测试用例生成方法改进：分析LLM生成测试脚本的有效性，优化AI生成测试用例的提示词设计与模型选择策略。
