資訊融合

深度分析

MAST 多代理框架結合大型語言模型提升測試維護精準度

隨著程式碼快速演進，測試維護成本高企。研究提出MAST多代理框架，結合靜態、詞彙、語意分析並以LLM融合，提升測試定位精準度。實驗顯示其在21個EricssonJava專案中提升精確率與F1分數，降低誤報。透過後檢查機制過濾偽陽性，雖然召回率略低，仍展現多資訊源融合的效益，提升開發效率。