![](https://i-blog.csdnimg.cn/direct/37d6212942b048b1b8ac78860ff9700f.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
AI人工智能测试 - 从入门到进阶
文章平均质量分 91
包括AI平台、工具的使用、自动化、对话模型接口、大模型的功能、性能测试等。
blues_C
10年测试经验,测试管理、测开。丰富的实践经验,涉及自动化测试、性能测试、安全测试等多个领域。
展开
-
AI测试入门:认识AI大模型(LM)
AI大模型,通常指的是规模非常庞大的机器学习模型。深度学习是其核心技术,通过多层神经网络结构模拟人脑的工作方式,允许模型从海量数据中自动学习和提取特征;这些模型的特点在于参数数量极其庞大,它们在预训练阶段就已经学习了大量通用的知识,之后可以通过微调适应各种特定任务;它们在多个领域都有广泛的应用,比如自然语言处理、文本生成、图像识别、语音识别等。原创 2024-07-17 14:05:04 · 895 阅读 · 0 评论 -
AI测试入门:认识AI大语言模型(LLM)
大语言模型是基于深度学习技术的自然语言处理模型,旨在理解和生成类似人类的文本。这些模型通常经过海量文本数据的训练,能够捕捉语言中的复杂结构和语义关系,从而在多种语言任务中表现出色。原创 2024-07-19 15:48:48 · 1007 阅读 · 0 评论 -
AI测试入门:认识AI智能体(AI-Agent)
在人工智能领域,AI-Agent 逐渐成为一种重要的新形态。AI-Agent具备环境感知能力、自主理解、决策制定及执行行动能力。简而言之,它是构建于大模型之上的计算机程序,能够模拟独立思考过程,灵活调用各类工具,逐步达成预设目标。本文将详细介绍AI智能体的概念、架构设计及其应用案例,帮助大家更好地理解这一前沿技术。原创 2024-07-21 15:26:30 · 877 阅读 · 0 评论 -
AI测试入门:认识AI大模型中的Token
在人工智能和自然语言处理的领域中,“Token”是一个基础且至关重要的概念。然而,对于这个术语的翻译,各有不同的见解,包括“标记”、“词”和“令牌”。本文将详细探讨在大语言模型中,Token的含义、作用、不同的Tokenization技术,以及如何有效地理解和应用Token。Token是大语言模型中用来表示文本片段的基本单位。它可以是一个汉字、一个英文单词、甚至是多个字符组成的序列。原创 2024-07-16 16:22:38 · 891 阅读 · 0 评论 -
AI测试入门:认识 LangChain 框架
LangChain 是一个用于构建语言模型应用的开发框架,旨在简化和加速自然语言处理(NLP)任务的实现。模块化设计:LangChain采用模块化的设计原则,使得开发者可以根据项目需求灵活选择和组合不同的组件。这种设计不仅提高了代码的可维护性,也便于进行扩展和迭代。集成多种语言模型:LangChain支持集成多种先进的语言模型,如GPT、BERT等,为开发者提供了强大的NLP能力。这些模型可以处理各种复杂的语言任务,包括但不限于文本生成、翻译、摘要、情感分析等。易于使用的API。原创 2024-07-23 09:13:56 · 888 阅读 · 0 评论 -
如何评估AI模型:评估指标的分类、方法及案例解析
在人工智能领域,模型评估是确保机器学习算法有效性和可靠性的关键步骤。评估指标不仅帮助我们理解模型的性能,还指导我们对模型进行优化和改进。本文将深入探讨评估指标的分类、选择、应用以及实际应用案例。原创 2024-07-15 13:54:08 · 1514 阅读 · 0 评论 -
如何高效地使用AI对话工具,精准获取到想要的答案
人工智能对话工具,已经成为人们日常生活和工作中不可或缺的一部分。如何让其给出更好的回答,得到我们想要的答案,是许多人关心的问题。本文将详细介绍几种有效的方法,包括结构化提示、反问式提示、自定义格式、调整temperature参数和快速总结,帮助大家更好地利用人工智能对话工具。原创 2024-07-15 17:44:43 · 921 阅读 · 0 评论 -
如何测试AI对话模型/智能体?看这篇就够了
AI对话模型/智能体是专门设计用来模拟人类对话的AI系统,可以理解和生成语言以进行交流。一个高效、智能且可靠的AI对话模型,不仅是技术进步的体现,更是对人类交流方式的一次革新。它需要在准确性、合理性、创意性、伦理性、用户意图理解、自然性、多语言支持、文化适应性、安全性、隐私保护、异常处理、可访问性以及性能响应上达到高标准。原创 2024-06-30 17:08:50 · 1825 阅读 · 2 评论 -
使用ChatGPT自动生成测试用例思维导图
在编写测试用例时,测试人员经常会面临边界测试缺失、场景覆盖不全和用例重复等问题。随着人工智能技术的发展,我们可以通过ChatGPT来辅助编写测试用例,提高编写测试用例的效率和质量。原创 2024-07-03 09:05:35 · 705 阅读 · 0 评论 -
mabl:AI原生测试自动化平台的基础使用
mabl是一个基于人工智能和机器学习的云原生测试自动化平台。它通过使用先进的技术,如机器学习,自动创建和执行测试,自动分析测试结果,并根据需求的变化自动适配和维护测试。这样的自动化过程极大地提高了软件测试的效率和准确性。mabl的口号是 “You write code, mabl tests”,意味着开发者只需关注编写代码,而测试工作则可以交给mabl来完成。mabl的平台支持多种测试类型,包括 Web、App、Api、可访问性和性能测试,使得团队能够更快速、更有信心地发布软件。原创 2024-06-24 11:38:32 · 649 阅读 · 0 评论 -
testRigor:基于人工智能的自动化测试工具
testRigor是一款基于人工智能驱动的无代码自动化测试平台,它能够自动生成测试用例,无需人工编写测试脚本。它能通过分析应用的行为模式,智能地设计出覆盖面广、针对性强的测试场景。官方网址。原创 2024-06-25 11:01:34 · 618 阅读 · 0 评论 -
关于AI和测试自动化的真相
这篇文章的标题是《关于AI和测试自动化的真相》,作者是RAJ SUBRAMANIAN。文章主要讲述了软件测试在过去几十年的演变,以及人工智能在测试自动化中的应用和影响。软件测试在过去几十年中逐渐演变。在过去,团队习惯于采用瀑布模型:从需求到产品部署,一切都是顺序进行的。只有在开发阶段完成后,测试人员才能接触到产品。历史上,测试人员在这个阶段会发现许多错误,需要大量的重新设计和重工来修复它们。这导致了大量的浪费,包括时间、努力和成本,以及团队士气。原创 2024-06-11 09:22:12 · 941 阅读 · 0 评论