说明:内容都为自己学习,以及项目思考而来,个人认知有限,所说内容不保证专业性及全部正确性。如果有造成误导,还请谅解。欢迎交流。 个人原创,请勿未经同意,复制粘贴。
在 IT 架构转型过程中,由于从主机到开放平台、从集中式到分布式的转变,对质量保障工作提出了更高的要求。过去的项目测试中,人工操作占比较高,导致在测试广度、测试深度、测试效能上都无法满足转型后的质量守护需求。
4.1.2 大数据应用的技术质量体系综述 1 离线工程系统的测试验证工作,即算法测试
随着人工智能技术的发展,AI在软件测试领域得到了广泛的应用与实践。人工智能可以帮助测试工程师自动执行重复性高的测试用例,分析大量测试结果进行预测,并自动生成测试报告与缺陷列表。这大大提高了测试效率,缩短了测试周期。
大模型,大在数据、大在算法、也大在算力。云服务是打造和调用大模型能力的「快捷方式」。
9月7日,2023腾讯全球数字生态大会在深圳国际会展中心举行,聚焦产业未来发展新趋势以及自研技术产品的最新进展,展示了全方位的行业前沿与智慧洞见。
TiD2019质量竞争力大会邀请了新奥集团中台质量总监陈磊为参会者带来《自动的自动化测试智能化一站式API测试服务》精彩演讲。陈磊从智能化测试框架、智能化API测试框架打造过程、自解耦&自测试的检测装置和智能化解耦服务与智能化测试结合四方面讲述API测试服务。
村长写在前面的话:李雪,地图测试组中写得了代码,打不过流氓,跳的了年会热舞,也能静心种花,最关键的是还能做一手好菜的“女金刚”,承蒙兄弟姐妹们抬爱,赠予花名“村长”!现负责腾讯车联网的业务测试工作,在测试管理、测试分析上有将近五年的积累。 车联ROM系统是搭载腾讯TAS智能车载系统。系统搭载在路畅\华阳合作伙伴硬件平台上,实现了车机联网,实现了智能语音、网络音乐、实时路况、在线升级等特有功能,并且延伸了腾讯的社交基因,微信和QQ社交能力在乘驾上得以延伸。 村长下面讲的故事,就是围绕车联ROM中智能语音
语言模型 (LM) 常常存在生成攻击性语言的潜在危害,这也影响了模型的部署。一些研究尝试使用人工注释器手写测试用例,以在部署之前识别有害行为。然而,人工注释成本高昂,限制了测试用例的数量和多样性。
测试同行或多或少听说过模糊测试,但不知道它是什么?本文将详细介绍Fuzzing Test帮助你快速了解它。
口碑俱佳《我不是药神》前段时间火热上映,很多人怀着看喜剧的心情走进了电影院,结果却心情复杂地擦干眼泪出来。电影给我们带来了很多感动、深思,同时让更多人眼球投向了医疗、制药领域。
导语:数据决定了任务的上限,模型方法决定达到上限的能力。在机器学习三要素里面,经验数据是极其重要的一环,直接决定了该机器学习任务的最终能达到的效果。尤其是在进入大数据时代,数据获取上面会比以往容易许多,选取数据集有时候带来的提升比更改模型带来的要快速的多。
深度学习和大量的计算机资源整合将推进人工智能在各行业的应用。 2017年7月9日,由镁客网、振威集团联合主办的“3E‘硬纪元’AI+产业应用创新峰会”在北京国家会议中心盛大开幕。现场200位来自全球AI行业的顶级专家、知名创投机构、创业公司团队和知名媒体齐聚一堂,共谋AI+行业的创新应用,探讨AI的当下与未来。 来自英伟达的中国销售区总监何犹卿先生,在峰会期间进行了主题为“AI深度学习正在改变世界”的演讲。他表示,善用好深度学习和现有的大量计算机资源,将会很好得助推整个AI产业的发展。 以下为演讲实录(为方
来源:智能财会联盟本文约2200字,建议阅读9分钟本文从五个方面带你入门机器学习:什么是机器学习?工作流程是什么?机器学习算法有哪些?模型评估学习以及Azure机器学习模型搭建实验。 一、什么是机器学习 机器学习是从数据中自动分析获得模型,并利用模型对未知数据进行预测。 二、机器学习工作流程 获取数据 数据基本处理 特征工程 机器学习(模型训练) 模型评估 结果达到要求,上线服务。没有达到要求,重新上面步骤。 2.1 获取到的数据集介绍 数据简介 在数据集中一般: 一行数据我们称为一个样本; 一列数据
自然语言处理被誉为人工智能皇冠上的明珠,也是现在深度学习的两大热门方向之一。学术界每年生产数量惊人的自然语言处理研究论文,而且每隔一段时间就会出现一个里程碑成为圈内榜一话题。我们关注自然语言处理,通常关注的是模型结构和公式推导,理论研究当然很重要,不过,我认为另一个话题同样重要,就是理论创新怎样成为产品迭代的驱动力。
1988年,在威斯康星大学Barton Miller教授的计算机实验课上(http://pages.cs.wisc.edu/~bart/fuzz/CS736-Projects-f1988.pdf),首次提出Fuzz生成器(Fuzz Generator)的概念,用于测试Unix程序的健壮性,即用随机数据来测试程序直至崩溃。因此,Barton Miller教授也被多数人尊称为"模糊测试之父"。但是,当时更多是为了验证代码质量和程序的稳定性,而非专门用于挖掘安全漏洞,真正用于软件安全漏洞挖掘的开端要从下面两件事说起。
Are you ready?来 12 月的深圳穿短袖。2019 年 12 月 14 日 MTSC 深圳站,TesterHome 全体主创人员期待穿羽绒服的,穿冲锋衣的,穿棉服的,你、你、你一起穿起短袖,来一场火热的软件质量保障体系和测试研发技术交流。
DeepMind 是 AI 研究实验室,它引入了一种深度学习模型,可以生成具有显著效果的软件源代码。该模型名为 AIphaCode,是基于 Transformers,OpenAI 在其代码生成模型中使用的架构相同。
本文介绍了美团智能支付业务在稳定性方向遇到的挑战,并重点介绍QA在稳定性测试中的一些方法与实践。
A/B 试验是对比分析中的较为经典的方法,通过控制试验变量研究对照组与试验组之间是否存在显著差异,从而决定是否大规模推广新策略。A/B试验是探究因果关系最为有效的方法,作为数据分析师除了设计A/B试验流程之外,还需要结合试验数据对试验结果进行分析和评估,这个过程就涉及到各类统计学知识的应用。这篇文章会以Udacity A/B 试验案例为背景,通过Kaggle提供的公开数据集,利用Python实现对A/B 试验数据的处理。
A/B 测试如何帮助您从 app 中获得更多收益 原文地址:An introduction to in-app A/B testing: How A/B testing can help you get more out of your app 原文作者:Gavin Kinghall Were 译文出自:掘金翻译计划 本文永久链接:github.com/xitu/gold-m… 译者:mnikn 校对者:swants, winry01 A/B 测试是一种对照实验方法,用来根据假设比较两个及以上版本之间的差别
当前,信息化建设的第三波浪潮正扑面而来,信息化正在开启以数 据的深度挖掘和融合应用为主要特征的智能化阶段(信息化 3.0)。随着互 联网向物联网(含工业互联网)延伸而覆盖物理世界,“人机物”三元融 合的发展态势已然成型,除了人类在使用信息系统的过程中产生数据以 外,各种传感器、智能设备也在源源不断地产生数据,并逐渐成为数据 最重要的来源。
精准测试云平台采用“一种基于测试用例与代码逻辑、源码版本关系矩阵的测试用例选取方法”的回归技术,在回归测试时,基于智能算法,完全自动筛选计算出每个测试用例受影响的程序,用户可以根据此数据来进行用例回归测试的优先级排序,把高风险的用例测试放到前面,大大减少了回归测试的时间。
EasyCVR是一个集视频联网共享、存储、流媒体转发、视频转码、视频上云、智能分析统一等多种功能为一体的流媒体视频服务融合性平台。近期我们一直在开发EasyCVR平台关于GB28181设备接入的问题,我们将设备通过国标协议接入到EasyCVR平台后,设备成功注册,但是平台方却无法获取设备的通道进行视频播放。
作者:朱建平 腾讯云技术总监,腾讯 TEG 架构平台部专家工程师 1.关于人工智能的若干个错误认知 工智能是 AI 工程师的事情,跟我没有什么关系 大数据和机器学习( AI ) 是解决问
尽管最近 2019 年的图灵奖颁给了计算机图形学、颁给了皮克斯 3D 动画,但很多人可能认为二维动漫更有意思一些。像宫崎骏、新海诚这些大师手绘下的动漫,才有了灵魂,张张都能成为壁纸,而整个日漫也以二维为核心。
选择一款优质的基于生成式AI人工智能的测试工具能够确保测试过程的准确性和效率,从而加速整个软件测试周期。相反,设计不佳的测试工具可能无法发现错误,并可能存在安全问题。它们可能产生误报或漏报,误导开发与测试团队,导致潜在的软件故障。
“Metis”取名自希腊神话中的智慧女神墨提斯,全称为:腾讯织云 Metis 智能运维学件平台。“织云”指的是腾讯智能一体化运维平台,“学件”的概念由南京大学周志华教授提出。 学件 = 模型 + 规约,具有可重用、可演进、可了解的特性。在此基础上,腾讯云副总裁赵建春先生进一步提出“运维学件”的概念,亦称 AI 运维组建,强调其具备对运维场景智能化解决方案的记忆能力。 随着互联网业务的急剧膨胀和服务类型的多样化发展,人为指定规则的不足之处逐渐凸显,促使近两年来智能运维领域的高速发展。智能运维主张通过算法从海量运维数据中学习摸索规则,逐步降低对人指定规则的依赖,进而减少人为失误。 织云 Metis 是聚焦在智能运维的应用实践集合,它基于腾讯已有的运维数据,将机器学习领域的分类、聚类、回归、降维等算法和运维场景相结合,旨在通过一系列基于机器学习的算法,对运维数据进行分析、决策,从而实现自动化运维的更高阶段。
10月20日,腾讯织云 Metis 智能运维学件平台正式对外开源。Metis 是 AIOps(Algorithmic IT Operations),即智能运维领域的首个开源产品,它是聚焦在智能运维的应用实践集合,基于腾讯已有的运维数据,将机器学习领域的分类、聚类、回归、降维等算法和运维场景相结合,旨在通过一系列基于机器学习的算法,对运维数据进行分析、决策,从而实现自动化运维的更高阶段。
腾讯公司和中国计算机学会于2013年共同发起的CCF-腾讯犀牛鸟基金(以下简称犀牛鸟基金),始终致力于支持海内外青年学者开展前沿学术研究与技术实践。犀牛鸟基金通过提供企业真实问题与业务实际需求,搭建产学研合作及学术交流的平台,推动合作双方学术影响力的提升及研究成果的应用落地,促进自主技术的创新与发展。 本年度犀牛鸟基金共设立8个技术方向,35项研究命题 申报截止时间为2020年6月15日24:00(北京时间) 申报链接:https://withzz.com/project/detail/73(请在
众所周知,金融是数据化程度最高的行业之一,也是人工智能和大数据技术重要的应用领域。随着大数据收集、存储、分析和模型技术日益成熟,大数据技术逐渐应用到金融风控的各个环节。个推作为专业的数据智能服务商,拥有海量数据资源,在智慧金融领域也推出了相应的数据解决方案-个真,为金融客户提供智能反欺诈、多维信贷风险评估和高意愿用户智能筛选等全流程的数据服务,助力各金融机构全面提升风控能力。本文将围绕大数据风控,结合个推实践,介绍金融风控机器学习的基本流程、算法实践和产品化建设等内容。
机器之心原创 作者:藤子 毫无疑问,个人短信已经过时,但是,随着移动互联网的发展,企业短信却有增无减。小源科技,就抓住这个商机,用人工智能打造短信上的场景服务。 2017 年的锤子手机春季发布会让小源科技成为了网红,锤子科技产品总监朱萧木介绍手机的新增功能时,小源科技提供的「短信退订」第一个出场。 朱萧木介绍,系统会基于语义分析,对短信内容进行文本识别,如果检测出「回复 TD 即可退订」的垃圾短信,就会拦截短信发送方,将其「关进小黑屋」,并不会真的发送退订短信,这样的处理,既可以使垃圾短信发送方不再继续骚
1 项目描述 “Metis”取名自希腊神话中的智慧女神墨提斯,全称为:腾讯织云 Metis 智能运维学件平台。“织云”指的是腾讯智能一体化运维平台,“学件”的概念由南京大学周志华教授提出。 学件 = 模型 + 规约,具有可重用、可演进、可了解的特性。在此基础上,腾讯云副总裁赵建春先生进一步提出“运维学件”的概念,亦称 AI 运维组建,强调其具备对运维场景智能化解决方案的记忆能力。 随着互联网业务的急剧膨胀和服务类型的多样化发展,人为指定规则的不足之处逐渐凸显,促使近两年来智能运维领域的高速发展。智能
4月22日,腾讯宣布旗下协作SaaS产品全面接入腾讯混元大模型,除企业微信、腾讯会议、腾讯文档等“一门三杰”产品,腾讯乐享、腾讯电子签、腾讯问卷、腾讯云AI代码助手等协作SaaS产品也都已实现智能化升级。
最近疫情又开始紧张起来,一个做智能设备的张同学问我,他们的客户想在打卡的地方检查员工是否有戴口罩进出,记得我之前分享过一个开源的框架,发给他看看。过了2天,他又来找我:你这推荐的什么鬼开源,一点都不准,太不给力了,还有其他方法可以快速集成的么?
今年初启动的京东大脑项目,其诞生与刘强东“效率是订单的核心竞争力”的理念一脉相承,目前主要产品是个性化推荐,已经覆盖PC端和移动端(618的数据,京东APP+微信+手Q三个平台占到订单总量的60%)。京东集团研发部研发总监杨光信用“一二三四”来概括京东大脑的全景。 一个目标,即用人工智能(AI)技术提高京东电商的运营效率。 解决连接用户和商品的两个主要问题:如何让用户最快地找到最合适的商品,如何让各种各样的商品最快地找到最合适的消费者。 服务对象为三类主体:为京东用户提供个性化的体验,为供应商实产品设计、精
人工智能,打开沟通内容的黑盒。 近两年,飞书、钉钉、企微等等办公软件很火。它们被定义为「内部沟通神器」,也曾写下过一个规模超5000人的大厂不需要总部办公大楼的传说,在技术与语言的结合中扮演了前锋。 科技改善沟通,不止是一个愿景,也是中国科技圈、尤其是人工智能领域正在发生的大事。 在一家企业的运转中,对内的沟通协同意义重大,对外的沟通也同样不容轻视。 例如,全球车企特斯拉的传记中曾记录这样一段故事: 2013年,特斯拉推出的 Model S 事故频发,品牌口碑下滑,工厂一度面临停产危机。当时,马斯克突发奇想
在测试领域,精准测试已经成了测试数字化的代名词,渐渐得到测试开发人员的关注,也是测试行业一个具有挑战性的议题,本文试图回答以下几个问题:
*本文原创作者:Sunnieli,本文属FreeBuf原创奖励计划,未经许可禁止转载 一、前言 随着Android操作系统的快速发展,运行于Android之上的APP如雨后春笋般涌现。由于一些APP的开发者只注重APP业务功能的实现,对APP可能出现安全问题不够重视,使得APP存在较多的安全隐患。 国内一些安全厂商为这些开发者提供了各种各样的安全服务,包括APP的加固、安全漏洞分析等。 目前在业界有很多自动化检测APP安全性的在线扫描平台。为了了解目前国内移动APP在线漏洞扫描平台的发展情况,我进行了一次移
AGI 的出现,给了我们一个新视角去审视我们做过的系统,尤其是研发效能平台。研发效能平台作为一个工具平台,本质就是提高公司整体产研的效率。AGI 的快速进步大家已经有目共睹,本文就是在项目协同,代码管理、测试、AIOps等方面来探讨 AGI 可以给研发效能平台带来的巨大变化效率提升。拥抱 AGI,吸纳 AGI 来改善和升级我们的研发效能平台。使用人工智能提高研发产能和效率是当下的重要趋势,AGI技术作为人工智能的前沿,必将成为推动研发效能新一轮飞跃的关键技术。
在当今快速发展的数字环境中,从移动App到基于Web的平台,软件已成为我们日常生活和工作不可或缺的一部分。然而,随着软件系统变得越来越复杂,如何确保其质量和可靠性已成为开发人员和测试人员所面临的一大重要挑战。
作者:布奇·昆托(Butch Quinto) 来源:大数据DT(ID:hzdashuju) 有监督学习 有监督学习是利用训练数据集进行预测的机器学习任务。有监督学习可以分为分类和回归。回归用于预测“价格”“温度”或“距离”等连续值,而分类用于预测“是”或“否”、“垃圾邮件”或“非垃圾邮件”、“恶性”或“良性”等类别。 分类包含三种类型的分类任务:二元分类、多类别分类和多标签分类。回归中包含线性回归和生存回归。 无监督学习 无监督学习是一种机器学习任务,它在不需要标记响应的情况下发现数据集中隐藏
随着人工智能技术的不断发展,AI在前端设计页面中的应用变得越来越普遍。AI不仅能够提高设计效率,还能够优化用户体验,减少人为错误。本文将探讨AI在前端设计页面中的应用,涵盖自动布局生成、个性化设计推荐和代码自动补全,并提供相关代码示例。
前阵子有同学在某测试群里讨论自动化成熟度的问题。笔者尝试着从用例编写自动化、测试环境自动化、新用例首次执行时机、结果分析自动化、测试效果和持续改进等六个方面,梳理了一个成熟度模型,如下图所示。
美团支付承载了美团全部的交易流量,按照使用场景可以将其分为线上支付和智能支付两类业务。线上支付,支撑用户线上消费场景,处理美团所有线上交易,为团购、外卖、酒店旅游等业务线提供支付能力;智能支付,支撑用户到店消费场景,处理美团所有线下交易,通过智能POS、二维码支付、盒子支付等方式,为商家提供高效、智能化的收银解决方案。其中,智能支付作为新扩展的业务场景,去年也成为了美团增速最快的业务之一。
随着科技日新月异的发展,人工智能正逐渐渗透到我们生活的各方各面,从智能语音助手到自动驾驶汽车,从智能家居到人脸识别技术,AI正以其卓越的智能和学习能力引领着新时代的发展方向。在这个快速演进的时代中,软件测试领域也受到了不小的冲击。虽然在当下,传统的软测技术仍然是绝对的主力,但是身为IT行业中的一员,近几年AI的全新业务体验与其超强的算力所带来的震撼感受也应该远超其他行业。所以为了跟上时代的步伐,作为软测的大家是不是也应该考虑如何让AI辅助我们更加完整高效的完成日常的各类质量保障工作呢?
作者简介 王幸福,携程酒店研发部资深测试开发工程师,负责酒店测试框架和测试工具的研发。技术狂热者,热衷于开源项目,利用创新去提高测试工作的效率。 一、前言 携程目前很多的框架和项目都在往Java技术栈上进行迁移。在这个过程中我们遇到很多的挑战和困难,为此酒店测试在原有的测试体系的基础上做了大量的工作,构建了一整套卓有成效的质量保障体系。所以,在本文的开始部分会给大家介绍下目前酒店测试体系的一些情况,后面则会详细的介绍下这个体系的一部分-Java覆盖率统计平台。 二、何为360度质量保障体系 我们常见的测试流
领取专属 10元无门槛券
手把手带您无忧上云