基于反馈强化学习的单元测试用例生成大模型微调方法

本发明涉及软件测试技术领域，公开了基于反馈强化学习的单元测试用例生成大模型微调方法，包括：构建基于需求驱动的单元测试微调数据集；构建Actor模型，并通过需求驱动的单元测试微调数据集进行优化；构建Critic模型，并通过需求驱动的单元测试微调数据集进行优化；基于优化后的Actor模型生成单元测试用例，基于优化后的Critic模型将单元测试用例映射为单一即时奖励，通过强化学习得到基于单元测试用例生成的大模型。本发明构建了一个能够自动生成高质量、需求对齐、风格一致的单元测试用例生成方法，显著提升了测试效率与质量，打破了传统测试生成在人工依赖、覆盖深度和需求一致性上的瓶颈。