在今天的数字化世界中,软件测试的重要性无人能忽视。在大模型能力正在千行百业尝试创新改变行业格局的初期,作为软件测试行业领导者的Testin云测也已经开始探索将大模型技术应用到软件测试行业中了。
大模型在软件测试行业中的应用正在开启新的可能性和机遇,作为深度学习领域的一项前沿技术,大模型通过处理大规模的数据和复杂的算法来学习和适应各种复杂的测试场景,这使得软件测试过程能够实现更高的自动化程度和更准确的结果。
在Testin云测CTO陈冠诚看来,大模型在测试用例分析、测试需求分析、测试报告解读等文本分析领域已经可以发挥能力。“测试执行不仅需要调用大模型的多模态能力来理解测试逻辑和图像,还需要与物理世界交互操作,所以大模型暂时还不能替代人工。” 陈冠诚进一步解释道。
据了解,目前Testin云测开始探索使用大模型辅助生成代码,预估软件开发效率将提升20%至30%。同时,Testin云测也正在测试评估国内、国外的开源大模型能力,尝试用大模型助力测试用例分析、测试需求分析、测试报告解读等软件测试环节,从测试的结果来看,也能达到20%至30%的效率提升。
在2023世界人工智能大会上,用大模型测试大模型的技术趋势已经开始涌现。但放诸垂直行业,大模型的能力还不具备,对于很多行业来说,软件测试的门槛是极高的,测试人员不仅要懂软件测试业务逻辑,还要懂行业知识。“而这些优质的专业训练数据一般都为银行、证券公司、专业软件测试公司所有,而市面上的大模型一般只能拿公开数据训练。” 陈冠诚指出了软件测试大模型的开发先要跨过训练数据这一关,而后要有行业达成共识的测试标准。在以前,软件测试主要依赖于人工进行,这样的方式既耗时又容易出错。而大模型的引入,使得我们可以通过机器自动化进行大部分的测试工作,大大提高了我们的工作效率。此外,大模型还可以帮助我们更深入、更全面地理解软件的功能和性能,从而更准确地找出可能的问题和错误。
Testin云测将持续探索前沿技术在软件测试中的应用,这不仅将带动Testin云测的持续发展,也将推动整个软件测试行业的变革和进步。
虽然大模型在软件测试中的应用还在探索阶段,但我们已经看到了它带来的巨大潜力。在未来,我们期待看到更多的大模型应用案例,以及它们如何改变我们的工作和生活。我们坚信,大模型将成为软件测试行业的一个重要工具,为我们提供更多的可能性和机遇。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。