Tipo:	Monografia
Título:	Geração de código rust aleatório utilizando modelos grandes de linguagem para testes de compiladores
Autor(es):	Magnabosco, Fernando Schreiner
Primeiro Orientador:	Feitosa, Samuel da Silva
Resumo:	This work proposes an approach for testing Rust compilers using Large Language Models (LLMs) to generate random code focused on unstable features. The methodology implements a differential testing system that uses the official rustc compiler as an oracle to filter semantically valid test cases before submitting them to gccrs, an alternative compiler under development. The system targets complex features such as trait specialization and constant evalua- tion. Results from 1,403 generated instances show that while LLMs struggle with the strict semantic rules of Rust’s nightly features (yielding a 3.7% validity rate), the filtering process proved crucial. The validated test cases revealed that the target compiler (gccrs) is currently limited by infrastructure bottlenecks—specifically due to missing language items and standard library linkage—rather than logic errors in complex passes. Crucially, the absence of critical crashes (ICEs) suggests stability in the compiler’s frontend parsing, even if backend integration remains incomplete. This study demons- trates that LLM-based fuzzing can serve as an effective "maturity probe"for emerging compilers.
Palavras-chave:	Montadores e compiladores Testes Geração de código Inteligência artificial
Idioma:	por
País:	Brasil
Instituição:	Universidade Federal da Fronteira Sul
Sigla da Instituição:	UFFS
Faculdade, Instituto ou Departamento:	Campus Chapecó
Tipo de Acesso:	Acesso Aberto
URI:	https://rd.uffs.edu.br/handle/prefix/9187
Data do documento:	2025
Aparece nas coleções:	Ciência da Computação

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.