近日,兴业银行科技子公司兴业数金以全部过程域最高符合度标准的“满分”成绩,顺利通过软件测试成熟度模型集成TMMi 5级认证。作为兴业数金TMMi认证项目的实力搭档,紫光股份旗下新华三集团助力兴业数金产品全生命周期测试管理能力的提升,实现测试管理体系的再进阶。
TMMi是由TMMi基金会开发的测试管理体系建设与测试过程改进的参考框架,也是目前国际上影响力最大的测试组织成熟度模型。其中,TMMi5级重点关注缺陷预防、质量控制和测试过程优化能力,代表了测试组织成熟度的最高级别。兴业数金为进一步规范测试流程,保障软件研发质量,于2021年11月正式启动TMMi5级认证项目,并引入了新华三集团TMMi测试专业咨询服务,通过对标国际标准,对自身的测试管理体系进行全面规范化提升。
对于业务安全标准极为严格的金融行业而言,打造完善、高效、可靠的测试和质量管理体系意义重大。在与新华三集团携手完成TMMi5级认证的过程中,兴业数金建立了规范的度量评估机制和测试流程标准,让度量结果可量化、可视化,为全生命周期的测试工作提供全面保障;同时,借助质量门禁等管控手段,提高测试过程管控的精细化水平,实现了测试服务中心从发现缺陷到预防缺陷的转变;此外,通过建立一体化的测试管理平台,让各个环节、系统和工具平台互联互通,真正实现了技术底座对于数字化测试体系的有力支撑。
基于TMMi5级标准,兴业数金逐步健全自身测试管理体系,最终以16个PA(过程域)项全部Fully Achieved(最高符合度)的最高评价通过TMMi5级评估,标志着兴业数金在测试风险应对、测试资产复用、测试过程量化管理、缺陷预防、测试技术创新等方面迈上新的台阶,测试成熟度达到国际先进水平。TMMi 5级认证的通过,让兴业数金的产品质量管理能力得到进一步强化,在降低运营成本、提高生产效率的同时,将有效保障金融服务的质量和稳定。
随着数字化转型的不断加速,软件产品的规模和复杂度越来越高,测试作为保障产品质量的重要环节,发挥着不可忽视的作用。兴业数金携手新华三集团创新测试管理体系,打造了金融行业数字化升级的示范样板。未来,依托丰富的TMMi咨询认证能力和项目实践经验,新华三将助力更多行业改进组织级测试能力,实现质量管理体系的建设与优化,为数字经济的发展夯实质量根基。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。