【AI测试】AI模型的黑盒测试与白盒测试实践，百度资深测试工程师分享

收集一些搜索到的关于AI测试的文章。最后会附上原文章链接。

我也懒得排版，直接一个大图。点击图片，可放大查看。
如果谁有PPT，也欢迎提供给我，谢谢啦！

TiD2019质量竞争力大会邀请了百度资深测试工程师陈龙为参会者带来了《AI模型的黑盒测试与白盒测试实践》精彩演讲。陈龙从黑盒测试和白盒测试两个角度分享了如何做质量保障工作。主要分享了AI模型测试的特点，黑盒测试的具体形式，数据资源建设，白盒测试的方法分析探索实践四个方面的精彩内容。

AI模型测试本质上是通过Deep Learning的算法计算数据之间的关联性，再通过测试集验证模型的效果。模型测试与传统软件测试存在着一定的差异。输出的确定性和结果是否可解释性是AI模型测试和传统的软件测试主要的差异。传统的软件一般是由研发人员根据业务特点设计逻辑，固定的软件输出是确定的。传统软件测试有一个完备的测试体系，但是AI模型目前没有一个良好的体系来保障它的质量。模型测试的一般方法有两种，一种就是QA不参与测试，RD自评；另一种是QA做浅层的参与，QA随机评。

文章链接：http://mini.eastday.com/mobile/190924064408433.html