本文探讨了大语言模型（LLM）在自动化测试领域的应用，包括实践案例、面临的挑战和未来展望。

报告通过案例分析，展示了LLM在等价类划分测试技术、测试输入增强、场景测试用例生成和跨APP测试用例迁移等方面的应用。同时，指出了LLM在自动化测试中可能遇到的问题，如幻觉、边界条件测试的矛盾、复杂输入结构的测试用例生成困难，以及文档缺失对预期结果生成的影响。

最后，报告展望了LLM赋能自动化测试的未来方向，包括测试用例自动化生成、检测业务逻辑相关缺陷和提升搜索效率。

太侠今天分享的是《大语言模型赋能自动化测试实践、挑战与展望》，来源：董震，复旦大学计算机学院。

报告目录：

• 背景介绍

• 案例分享

• 基于大语言模型的等价类划分测试技术

• 基于大语言模型的测试输入增强

• 基于大语言模型的场景测试用例生成

• 基于大语言模型的跨APP测试用例迁移

• 挑战与展望

报告部分内容如下：