Bu proje, elektrikli araçlar ve akıllı enerji yönetim sistemleri için test senaryoları oluşturmak ve değerlendirmek amacıyla iki farklı modelin kullanılmasını içermektedir: CodeGemma ve CodeLLaMa. Projede kullanılan yöntemler ve süreçler aşağıdaki görselde detaylandırılmıştır.

1. CodeGemma:

   • Verilen kaynak kodu temel alarak tüm potansiyel ve yararlı test senaryolarını Brute Force Tekniği ile belirler ve listeler.
   • Brute Force Tekniği kullanılarak oluşturulan test senaryolarını üretir.
   • Test senaryolarının maksimum sayıya ulaşıp ulaşmadığını ve dilsel anlamlılığı değerlendirir.
   • Gerekirse gerekli test senaryolarını oluşturur.

2. CodeLLaMa:

   • Verilen kaynak kodu temel alarak tüm potansiyel ve yararlı test senaryolarını Brute Force Tekniği ile belirler ve listeler.
   • Brute Force Tekniği kullanılarak oluşturulan test senaryolarını üretir.
   • Test senaryolarının maksimum sayıya ulaşıp ulaşmadığını ve dilsel anlamlılığı değerlendirir.
   • Gerekirse gerekli test senaryolarını oluşturur.

3. Değerlendirme Süreci - GPT-4o ve LLaMa3:

   • CodeGemma ve CodeLLaMa tarafından oluşturulan test senaryoları karşılıklı olarak değerlendirilir.
   • GPT-4o ve LLaMa3 modelleri, test senaryolarının sayısı ve dilsel anlamlılığı üzerinden değerlendirir ve 100 üzerinden bir puan verir.

• tok_llm.py: Projenin ana kod dosyası.
• array_to_solution.py: Proje için testlerin gerçekleştirildiği dosya.
• images/tok2024_structure.jpg: Projenin yapısını gösteren görsel.

1. Projeyi klonlayın:

   git clone https://github.com/ESOGU-SRLAB/EV-Software-Test-Scenarios-LLM.git
   cd tok2024

2. Gereklilikleri yükleyin:

   pip install -r requirements.txt

3. Projeyi çalıştırın:

   python tok_llm.py