| Название НИОКТР |
Разработка и тестирование прототипа модуля автоматической генерации автотестов на базе обучения с подкреплением и верифицируемой наградой (RLVR).
|
| Аннотация |
На сегодняшний день тестирование программного обеспечения сталкивается с критическими вызовами, которые замедляют процессы разработки и негативно влияют на качество продуктов:
Тестирование вчерашнего релиза - автоматизированные тесты защищают вчерашний релиз, в то время как изменения сегодня попадают в продакшн с минимальной автоматизацией
Ловушка автоматизационного бэклога - QA-команды не успевают за растущим количеством тестов, что делает полное покрытие практически невозможным
Устаревание документации - по мере развития приложений тестовая документация все больше отстает от реальности, подрывая основы тестирования
Система Test AI, которую разработала наша команда, уже решает первую часть проблемы - автоматическое прохождение тест-кейсов с помощью ИИ. Однако для полного решения проблемы автоматизации тестирования необходим следующий этап - автоматическая генерация стабильных автотестов.
Создание модуля автоматической генерации автотестов с использованием технологии RLVR позволит решить обозначенные проблемы кардинально новым способом:
Революционное решение автоматизации:
QA-специалисты фокусируются только на проверке ИИ-сгенерированных тестов
Человеческая экспертиза направляет ИИ-обучение и улучшение
Система самостоятельно адаптируется к изменениям в приложении
Ключевые преимущества технологии RLVR:
Самообучение на собственном опыте без необходимости подготовки обучающих данных
Автоматическая верификация корректности сгенерированных тестов
Постоянное улучшение качества генерации через цикл обратной связи
Интеграция в существующие процессы:
Seamless интеграция с популярными Test Management Systems
Прямая интеграция в CI/CD пайплайны без изменения архитектуры
Поддержка множественных форматов экспорта (Selenium, Playwright, Cypress)
Реализация данного модуля станет завершающим элементом комплексного решения для автоматизации тестирования, которое способно не только выполнять тесты, но и самостоятельно их создавать и поддерживать в актуальном состоянии.
Внедрение технологии RLVR в области генерации автотестов представляет собой значительный шаг вперед в автоматизации QA-процессов и может кардинально изменить подход к тестированию web-приложений в индустрии.
|
| Доступ к ОКОГУ исполнителя |
False
|
| Количество связанных РИД |
0
|
| Количество завершенных ИКРБС |
0
|
| Сумма бюджета |
5000.0
|
| Дата начала |
2025-12-12
|
| Дата окончания |
2027-02-11
|
| Номер контракта |
34ГС1ИИОРС22/111779
|
| Дата контракта |
2025-12-12
|
| Количество отчетов |
2
|
| УДК |
002.6:004.3; 002.6:022.9
|
| Количество просмотров |
3
|
| Руководитель работы |
Хафизова Елена Ураловна
|
| Руководитель организации |
Хафизова Елена Ураловна
|
| Исполнитель |
ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "СМАРТДЕВ"
|
| Заказчик |
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ "ФОНД СОДЕЙСТВИЯ РАЗВИТИЮ МАЛЫХ ФОРМ ПРЕДПРИЯТИЙ В НАУЧНО-ТЕХНИЧЕСКОЙ СФЕРЕ"
|
| Федеральная программа |
Отсутствует
|
| Госпрограмма |
—
|
| Основание НИОКТР |
Грант
|
| Последний статус |
2026-01-21 11:59:26 UTC, 2026-01-21 11:59:26 UTC
|
| ОКПД |
Оригиналы программного обеспечения прочие
|
| Отраслевой сегмент |
—
|
| Минздрав |
—
|
| Межгосударственная целевая программа |
—
|
| Ключевые слова |
Генерация автотестов; Reinforcement Learning with Verifiable Reward; Self-healing тесты; LLM; Дообучение LLM; Квантование модели; LoRA-адаптеры; DOM-анализ; Локальные open-source LLM; Автоматизация QA
|
| Соисполнители |
—
|
| Типы НИОКТР |
Разработка новых материалов, научно-методических материалов, продуктов, процессов, программ, устройств, типов, элементов, услуг, систем, методов, методик, рекомендаций, предложений, прогнозов
|
| Приоритетные направления |
—
|
| Критические технологии |
—
|
| Рубрикатор |
20.53.21 - Средства выдачи информации; 20.53.23 - Средства передачи информации; 20.53.19 - Средства обработки и поиска информации; 20.53.15 - Средства ввода информации; 20.53.17 - Средства хранения информации
|
| OECD |
—
|
| OESR |
Другая техника и технологии
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
| Регистрационные номера |
—
|
