大型语言模型在软件测试教育中的应用：聚焦 ISTQB 课程大纲
软件工程
2025-10-28 v1 人工智能
摘要
软件测试是软件工程领域的关键组成部分，对软件工程教育至关重要。因此， academia 必须不断改进与更新教育方法，以反映当前领域的最新进展。国际软件测试资格委员会 (ISTQB) 认证框架在行业与 academia 中广为人知且被广泛采用。然而，ISTQB 基于的学习在很大程度上尚未应用于最新的生成式人工智能进展之中。尽管大型语言模型 (LLMs) 的能力日益提升，但 LLMs 在 ISTQB 基础上的学习与指令尚未得到彻底探索。本文探索并评估了 LLMs 如何补充 ISTQB 框架以服务于高等教育的可能性。研究发现，本文作品作出四项关键贡献：(i) 创建覆盖十余年的全面 ISTQB 对齐数据集，包含 28 份样本考试与 1,145 题；(ii) 开发领域优化后的提示词，提升 LLMs 在 ISTQB 任务上的精确度与解释质量；(iii) 对当前 SOTA LLMs 在该数据集上的系统评估；(iv) 为将 LLMs 融入软件测试教育提供可操作性见解与建议。这些发现凸显了 LLMs 在支持 ISTQB 认证准备方面的潜力，并为其在更广泛范围的软件工程高等教育中应用奠定了基础。
引用
@article{arxiv.2510.22318,
title = {Harnessing the Power of Large Language Models for Software Testing Education: A Focus on ISTQB Syllabus},
author = {Tuan-Phong Ngo and Bao-Ngoc Duong and Tuan-Anh Hoang and Joshua Dwight and Ushik Shrestha Khwakhali},
journal= {arXiv preprint arXiv:2510.22318},
year = {2025}
}
备注
7 pages, 3 figures, 3 tables