EMNLP 2026 | DiffuTester: 加速扩散语言模型生成单元测试

扩散语言模型（ Large ，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。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。

利用抽象语法树（ 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， 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。相关论文已被 EMNLP 2026 接受，代码已开源。

本研究由清华大学人工智能学院 AI Agent 课题组完成。通讯作者为清华大学人工智能学院李佳助理教授，主要研究智能化软件开发。第一作者杨乐康为清华大学人工智能学院 2026 级直博生。

研究背景

扩散语言模型通过迭代去噪并行预测多个 token，相比传统自回归模型具备更强的并行生成潜力，因此在高效代码生成场景中受到越来越多关注。

但 dLLM 的生成效率和生成质量之间存在明显的speed- trade-off：如果每个去噪步骤只保留少量高置信度 token，生成质量较稳定，但并行优势难以充分发挥；如果简单增加每一步保留的 token 数量，虽然可以加速解码，却会导致生成质量下降。

这一问题在单元测试生成中尤为值得关注。现实世界中的软件项目通常包含大量需要测试的方法，开发者需要为其生成多个测试用例以覆盖不同语句和分支，因此 UTG 对生成效率有天然需求，而 dLLM 的并行生成能力与这一场景十分契合。

进一步观察发现，单元测试本身还具有一个非常适合 dLLM 加速的特性：大量重复的结构模式，如下图所示。因此，本文的核心出发点是：利用 UT 中广泛存在的重复结构，帮助 dLLM 在每一步解码更多 token，在尽量不牺牲测试质量的前提下加速生成。

解决了什么问题？

本文关注的核心问题是：如何在不降低生成质量的前提下，加速 dLLM 的单元测试生成过程。

现有 dLLM 的 -free 加速方法大致可以分为两类：基于缓存的方法和基于采样的技术。前者通过复用不同去噪步骤之间相似的中间表示或 KV Cache，减少重复计算，从而降低单步推理开销；后者则主要从解码过程的采样策略入手，通过在一次去噪过程中解码更多 token、动态调整采样过程等方式，减少整体推理步数。

这两类方法都能够有效提升生成效率，但它们一般也会导致生成质量的下降。 也是在采样策略上的优化，但 不仅不会降低生成质量，而且还和其他基于缓存的方法兼容。

提出了什么方法？

针对上述问题，本文提出了：一个面向 dLLM 单元测试生成的、无需训练（-free）的加速框架。其核心思想是：动态挖掘多个测试用例之间的共享结构，并利用这些结构信息辅助解码更多 token，从而减少整体去噪步数。

如下图所示，在每个解码步骤中， 首先执行 dLLM 原有的基于置信度的解码，保留模型最有把握的一部分 token；随后进一步执行基于结构模式的解码。具体来说， 对当前 batch 中多个尚未完全生成的测试用例构建 AST，并通过合并不同 AST 来识别其中的共享结构。与这些公共结构对应的 token 会被额外保留，因此模型能够在一次推理中解码更多内容。

由于扩散模型在生成早期的代码可能包含语法错误， 并不直接对完整测试用例构建 AST，而是采用逐行解析的方式，从而降低局部语法错误对结构挖掘的影响。

此外， 还采用了两项辅助设计：一是只保留置信度高于一个预设的阈值的 token，避免低置信度影响代码质量；二是不在每个去噪步骤都执行 AST 结构分析，而是间隔若干步进行一次，以进一步降低额外开销。

整体而言， 可以概括为：

在原有置信度解码的基础上，引入来自多个测试用例的结构信息，一次解码更多 token，实现更高效的 dLLM 单元测试生成。

实验结果与分析

本文在和Dream两个代表性 dLLM 上进行实验，在数据集上进行测试，为了验证方法在不同编程语言上的有效性，我们还将原来的数据集扩展到三个不同编程语言，即 , C++, Java。