arXiv ID:
2604.22640
arXiv 提交日期: 2026-04-24
面向深度学习的质量驱动选择性变异 / Quality-Driven Selective Mutation for Deep Learning
1️⃣ 一句话总结
本文提出一种基于抗杀性和真实性的双重指标,通过概率框架筛选高质量变异算子配置,从而在减少深度学习模型变异生成成本的同时,保持变异体用于测试优化和模拟真实缺陷的有效性。