| 主题 |
内容 |
| AI技术与应用概览 |
• AI 技术概览
• AI 技术的四要素
• AI 模型的研发流程
• 深度学习与神经网络
• 图像算法典型案例
• 语音算法典型案例
• NLP 算法典型案例
• 大语言模型典型案例
|
| GUI AI 智能化测试实践 |
| GUI测试自动化要点 |
元素识别与定位多种方法
断言多种方法
并行化分发测试 - 多机并行化同构设备分发实现
并行化兼容测试 - 多机并行化异构设备全量实现
自动化适配 - 因 UI 变更自动匹配更新用例
自动化图像匹配 - 图像对比与搜索
自动化用例 rerun 和步骤 retry
失败结果自动化录屏
自动化结果多级反馈
实现无人值守的自动化测试
|
| OCR智能识别 |
什么是 OCR ？
通过 OCR 技术解决 UI 频繁变更的痛点
异常自动识别 |
| Sikuli工具应用
|
Sikuli 工具简介
Sikuli 的应用场景
图像抓取
用例描述
自动化执行 |
| AI图像目标检测 |
AI Yolo 模型简介
图像标注
模型训练
效果评测
模型推理
Badcase 分析
模型优化 |
| ASR应用概述 |
ASR 简介
ASR 的应用场景
ASR 评测
【案例】 ASR 的测试实践 ~ 一键提单 |
| TTS应用概述 |
• TTS简介
• TTS的应用场景
• TTS评测
• 【案例】TTS的测试实践~人机交互
|
| NLP应用概述 |
• NLP简介
• NLP的应用场景
• NLP评测
• 【案例】舆情分析实践
|
| 大语言模型技术与优化策略 |
| 大语言模型技术 |
• 大语言模型的定义和特点
• 大语言模型技术演变简史
• 深入解析大语言模型的架构、训练方法和优化技术
• 大语言模型在自然语言处理任务中的性能表现
|
| 提示词工程 |
• 什么是提示词工程？
• 优化的上下文提示词
• 【案例】提示词返回精准答案
|
| 大模型结果优化策略 |
• 温度微调
• 使用top-k/top-p采样
• 增加上下文信息
• 模型后处理
• 大模型微调
• 多模型融合
• 【案例】生产环境数据抽检评测
• 【案例】badcase分析与优化推荐
|
| 大语言模型在测试领域的应用 |
| CodeLIama进行code review |
• CodeLIama简介
• 模型参数
• 网络安全隔离
• 部署CodeLIama环境
• CodeLIama常用操作命令
• 离线模型CLI接口
• 模型API接口
• API调用方式
• UI调试界面
• Code review结果解析
• Code review结果推送
• 【案例】进行自动化code review
|
| 高效利用CodeLIama |
• 下载docker镜像
• 启动docker pod
• 映射多接口地址
• 部署Nginx
• 配置Nginx实现轮询
• 实现接口并发处理
|
| CodeLIama进行单元测试 |
• 生成单元测试代码~c++
• 集成至gtest
• C++测试覆盖率统计工具gcov
• 生成单元测试代码~python
• Python测试覆盖率统计工具python coverage
• 进行自动化单元测试执行
• 优化单元测试代码
• 【案例】集成至CI流水线
|
| 测试数据自动化生成 |
• 测试数据自动化生成需求
• 测试数据自动化生成技术框架设计
• 测试数据自动化生成关键点
• 测试数据自动化生成规则
|
| AI在测试数据生成中的应用 |
• 文本数据生成
• 图像数据生成
• 语音数据生成
• 【案例】使用CodeLIama生成测试数据
• 分析生成数据的质量和有效性，探讨改进策略
|
| CodeLIama生成自动化测试用例 |
• 自动化测试用例语言描述
• 生成自动化测试脚本
• 优化语言描述
• 【案例】生成接口自动化python测试脚本
• 【案例】生成webUI自动化python测试脚本
|
| AI在测试结果验证中的应用 |
• 图像识别
• 目标检测
• OCR检测
• 文本结果校验
• 日志分析
• 【案例】大模型对测试结果进行自动化验证 |
| AI精准测试实践 |
| 代码覆盖率 |
• 代码覆盖率统计指标
• python代码覆盖统计工具coverage
• c++代码覆盖统计分析工具opencppcoverage
• java代码覆盖率统计分析工具jacoco
• 代码覆盖工具与jenkins集成
• 白盒测试代码覆盖率
• 黑盒测试代码覆盖率
|
| Diff测试技术深入 |
• Diff测试的原理、技术和应用场景
• Diff测试在代码质量评估中的优势和挑战
• Codediff生成改动函数列表
• 分析改动函数的潜在bug
• 【案例】使用大语言模型进行Diff测试，分析代码差异和潜在问题
|
| 精准测试实践 |
• 精准测试定义
• 精准测试的优点
• 精准测试存在的问题
• 精准测试实现流程
• 获取单个用例覆盖率
• 存储用例与函数对应关系
• 自动化测试关联方案
• 通过codediff查询对应测试用例
• 实现测试用例推荐
• 提测自动关联精准测试消息推送
• 精准测试度量与分析
• 漏检分析
• 质量评估
• 【案例】精准测试实践
|
