一个喜欢技术,热爱质量的工程师
暂时未有相关通用技术能力~
阿里云技能认证
详细说明# Ollama完成本地模型的运行
LaVague是一款使用LLM将自然语言转换为Selenium代码以实现自动化测试的工具。由于huggingface的某些模型需付费且访问不便,本文介绍了如何使用智谱的免费大模型作为替代。智谱提供免费的embedding模型和大量令牌。
软件测试是质量需求的交付实践
通过Langchain实现大模型完成测试用例生成的代码(可集成到各种测试平台)
测试工程师如何帮助开发域的质量变好
AI 模型:数据收集和清洗
Fine-tune 的简介
基于通用LLM的一次测试用例自动生成的实验
CoT 的方式使用 LLM 设计测试用例实践
为集成LLM到测试平台提供更便捷的方式:为讯飞的LLM星火创建接入LangChain类(全部源代码)
通过Chain Prompts方式将LLM的能力引入测试平台:正交实验测试用例生成
模型评估的指标
在评估一个模型的时候,仅通过ROUGE、BLEU SCORE评价模型还是太单薄了,并不能全面的反馈模型的能力。在相完整评估一个模型的能力的时候,最重要的是提供一套有效的评估模型。现在常见的模型的基准测试有 GLUE、SuperGLUE、HELM、MMLU等等。
OpenAI如何让ChatGPT遵守了伦理道德的底线
性能测试的时机
软件测试的目的就是为了“验证产品质量是否满足用户的需求”。但是搞清楚,用户的需求并不是一件容易的事,因此在软件测试行业发展的漫长历史中,需要一种方式能够积累广大测试工程师的经验。这里的经验就是如何验证用户的需求。这也促使软件质量模型的诞生。软件质量模型是一个衡量软件整体质量效果的度量标准,反映软件满足明确或隐含需要能力的特性总和。如果你的测试活动脱离了软件质量模型,那么很有可能会有一些很重要的内容被忽略。软件质量模型发展到现在也经历了很多演进,但是每一种演进都是是为了交付好系统而发展的。
混沌工程是近些年出现的在稳定性方面的工程学科,英文叫作 Chaos Engineering,是由网飞公司最先提出的,因为最开始混沌工程被叫作 Chaos Monkey,就像一只猴子在系统中捣乱一样,以至于到现在每次出现混沌工程都会提及一只捣乱的猴子的比喻。但是稳定性测试却不是网飞独创的,在混沌工程之前,就已经有很多关于稳定性方面的研究了。随着测试系统的业务逻辑越来越复杂,交付团队不断地通过细化测试、增加发布环节以及各种流程管控,来保障的系统的稳定性,但是的系统还是会出现各式各样的故障,混沌工程就是本着提早暴露系统脆弱环节的理念,以提高系统的稳定性为目的而出现的。
AI 的道德性测试
AI 系统简介和分类
目前智能系统主要是对 AI 应用最为广泛的四个领域是自然语言处理、图像识别、推荐系统、机器学习这四个方面。每个智能系统都包含了一个及其以上的 AI 模型,那么支撑 AI 模型对外提供服务还需要很多传统组件,例如数据库、Web 容器、交互界面等等。所以非智能系统可能出现的缺陷,在智能系统中都有可能存在,因此我们常规的测试方法、技术、实践还都是适用的。除此之外智能系统与非智能系统相比还有一些其特殊性,所以专门针对智能系统的测试策略、方法和实践也是需要深入研究和探讨的
测试环境是指为了完成软件测试工作所必需的计算机硬件、软件、网络设备、历史数据等的总称,即够支持完成测试工作所需要的软件和硬件。测试环境是测试活动的基础,正确模拟生产环境,稳定支持测试活动是测试环境的基本要求。稳定可控的测试环境能够提升测试工程师的测试工作效率,测试工程师无需花费过多的时间维护测试环境的稳定、测试数据的合理等工作上。测试工程师只需正确执行测试用例(这里既包含了自动化测试用例也包含手工测试用例)就可以稳定复现测试过程。
在科研和生产实践中,人们往往要做许多次实验来进行某项研究。实验条件一般包括很多因素,当因素的值不同时,实验的结果也不一样。如果想把每个因素的每个值都要实验一遍,总实验数就等于各因素的值的个数的乘积,而这个数往往很大,超过了可接受的成本。 例如,假设某个实验由A,B,C,D四个因素,每个因素都有10个不同的取值,那么如果想把每个因素都考虑到,我们需要做 10*10*10*10=10000次实验。 为了减少实验数目,我们必须选出那些最有代表性的例子。于是,就要用到了正交表法(Orthogonal Array Testing Strategy)。
测试团队技术转型实践方法
接口测试的关键技术
测试中的误报和漏报同样的值得反复修正
遗留系统的自动化策略
选好冒烟测试用例,为进入QA的制品包把好第一道关
测试环境建设的基本原则
分层自动化测试模型变与不变
持续测试成熟度模型
持续测试是一种测试实践
测试工程师必备基础知识:软件质量模型概述
持续测试之下的正确质量度量
SonarQube的代码坏味道
SonarQube的缺陷详解
因为centOS8于2021年12月31日停止了源的服务,所以不行了。
静态代码检查新利器
持续测试是什么
单元测试发现是问题不是缺陷
Java的Override和Overload
契约测试:解决微服务测试的问题
Python调取Sonar API获取对应数据
VSCode 配置快速输入函数注释
文中的古董项目是指技术相对较老,历史代码时间久远,项目几经转手,项目代码已经没人敢大刀阔斧的修改,只能修修补补。 当有新逻辑要添加的时候,就从入口到底层单做一条链路,没人敢修改原来的业务链路。
AI-DT(AI Driven Testing)也就是AI驱动测试,AI驱动测试是AI驱动完成测试工作和测试流程,帮助或者辅助测试工程师完成工作。在未来的测试工作中,测试工程师应该花费更多的时间来关注如何更加完善的测试来验证工程质量,而不是将全部的时间荒废在一遍一遍执行测试用例的无脑工作中。
AI-DT(AI Driven Testing)也就是AI驱动测试,AI驱动测试是AI驱动完成测试工作和测试流程,帮助或者辅助测试工程师完成工作。在未来的测试工作中,测试工程师应该花费更多的时间来关注如何更加完善的测试来验证工程质量,而不是将全部的时间荒废在一遍一遍执行测试用例的无脑工作中。
写完测试脚本怎么运行都是错误的原来是着了“VSCode设置自动保存”的道
手机验证码的测试用例梳理
图片验证码的测试用例梳理
APP或者Web的兼容性测试的设计方法都是这样的