使用小语言模型生成提示驱动测试脚本的可持续性的实证研究

在自动测试脚本生成中越来越多地使用语言模型引起了人们对其环境影响的担忧，但现有的可持续性分析主要集中在 大语言模型 上。因此，在提示驱动的单元测试脚本生成过程中，小语言模型 (SLM) 的能源和碳特征在很大程度上仍未得到探索。为了解决这一差距，本研究使用 HumanEval 基准和自适应提示变体（基于 Anthropic 模板）实证检验 SLM（在 2B-8B 参数范围内）的环境和性能权衡。该分析使用 CodeCarbon 来表征受控条件下的能源消耗碳排放和持续时间，并使用单元测试脚本覆盖率作为生成测试质量的初始代理。我们的结果表明，不同的 SLM 表现出不同的可持续性特征 - 一些有利于降低能源消耗和更快的执行速度，而另一些则在可比较的条件下保持更高的稳定性或覆盖范围。总体而言，这项工作为基于 SLM 的可持续测试脚本生成提供了集中的经验证据，阐明了提示结构和模型选择如何共同塑造环境和性能结果。