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
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。