清华提出 DiffuTester：扩散语言模型单元测试生成最高加速 2–3 倍
给扩散语言模型做单元测试生成加速：靠挖掘测试代码的公共结构模式，在不牺牲覆盖率的前提下把推理步数压下来，最高提速 2–3 倍。
扩散语言模型（dLLM，靠迭代去噪并行预测多个 token 的语言模型）生成快但质量容易掉。清华团队提出 DiffuTester：用抽象语法树（AST，代码的结构化语法表示）挖掘多个单元测试共有的结构模式，在解码时额外保留这些模式对应的 token，一步解码更多内容。在 DiffuCoder 和 Dream 上、Python/C++/Java 三种语言中，测试覆盖率不降，生成最高加速约 2–3 倍，且可与缓存类加速方法叠加。论文已被 EMNLP 2026 接收。
正文摘录
.jpg)  扩散语言模型（Diffusion Large Language Models，dLLMs）凭借并行生成多个 token 的能力，为高效代码生成提供了一条新的技术路线，尤其可以用于高效生成测试用例，快速提升代码覆盖率。然而，扩散语言模型仍面临一个关键问题： 生成得更快，往往会导致生成质量下降。 针对这一问题，本文提出了面向扩散语言模型生成单元测试的加速框架 DiffuTester。其核心思想来自一个简单但重要的现象： 针对同一个被测方法生成的多个单元测试，往往共享大量相似的代码结构模式。 DiffuTester 利用抽象语法树（Abstract Syntax Tree，AST）动态挖掘这些结构模式，并在扩散解码过程中额外保留与这些结构模式相对应的 token，从而让模型能够在一次去噪步骤中解码更多 token，减少整体推理步数。 实验证明，DiffuTester 在不同的扩散语言模型以及三种编程语言上均取得稳定加速效果： 在保持测试覆盖率的同时，可实现最高约 2–3× 的生成加速，并显著降低计算开销 。