tag 測試數據

標籤
貢獻10
84
08:05 PM · Nov 07 ,2025
u_15591470 頭像 u_16099272 頭像 u_16213658 頭像 u_16213346 頭像 u_16265376 頭像 u_16213574 頭像 love51 頭像 u_16565975 頭像 hesheng17 頭像 u_11920995 頭像

@測試數據 / 博客 RSS 訂閱

u_15591470 頭像

ceshiren2022 - AI引領天貓測試流程變革：從人工操作到智能化的實踐經驗與落地案例

在AI時代，天貓技術質量團隊不斷探索如何在測試全流程中引入AI，提升效率、保障質量，並實現可管理化、可溯化的測試流程。本文將結合實踐經驗，分享AI在測試鏈路中的落地方案和技術架構思路。 1️⃣ 測試體系變革：從人工到AI自動化 傳統測試工作鏈條主要包括五大核心階段： 需求解析 → 用例生成 → 測試數據構造 → 執行驗證 → 對比校驗 AI的引入目標：通過自然語言理解和大模型驅動

AI , 測試數據 , 人工智能 , 深度學習 , 自動化測試

收藏 評論

u_16099272 頭像

墨舞天涯 - 如何快速創建百萬級測試數據 - java寶典的個人空間 -

今天，我們將介紹一種革命性的解決方案：利用 Dify 工作流 結合 大語言模型（LLM），以可視化、自動化的方式，智能生成海量、逼真且符合業務規則的測試數據。 一、為什麼選擇 Dify + LLM？ 智能化與逼真度：大語言模型（如 GPT-4、ChatGLM、文心一言等）擁有強大的自然語言理解和世界知識，能夠生成高度擬人化的姓名、

數據 , 後端開發 , 測試數據 , Json , Python

收藏 評論

u_16213658 頭像

mob64ca140a59b0 - java swing 人事管理系統

1. Jsp+Servlet+Jdbc 版本推薦實現步驟如下： （1）按以上數據庫要求建庫、建表，並添加測試數據（不少於 5 條，測試數據不需要和上圖一致）。 （2）創建 Web 工程並創建各個包，導入工程所需的 jar 文件（數據庫驅動）。

配置文件 , 數據庫 , 後端開發 , 測試數據 , JAVA , java swing 人事管理系統

收藏 評論

u_15591470 頭像

ceshiren2022 - 輕鬆生成測試數據：Dify工作流結合大模型，實現百萬級逼真數據生成

在軟件研發、數據分析和機器學習項目中，構建高質量、高覆蓋度的測試數據是確保產品質量的關鍵環節。然而，手動創建測試數據不僅耗時耗力，還常常面臨數據單調、缺乏真實性、難以模擬複雜業務邏輯等痛點。尤其是在進行壓力測試、性能基準測試或訓練複雜模型時，對百萬級逼真測試數據的需求，往往讓開發者和測試工程師們頭疼不已。 今天，我們將介紹一種革命性的解決方案：利用 Dify 工作流 結合 大語言模型（L

數據 , 測試數據 , 人工智能 , 深度學習 , Json

收藏 評論

u_16213346 頭像

mob64ca12dba5b0 - AIGC測試數據集

AIGC測試數據集是指用於評估和優化人工智能生成內容（AIGC）模型性能的專用數據集。隨着人工智能技術的迅速發展，如何建立高質量的測試數據集已成為衡量AI模型效果的關鍵。有了這些數據集，開發者可以更有效地調試和優化模型，確保其在真實環境中的表現。以下將詳細講述如何解決“AIGC測試數據集”相關的問題。 背景定位 自2021年底，AIGC逐漸成為行業熱點。2022年，多個企業投入大

數據集 , 測試數據 , aigc , 人工智能

收藏 評論

u_16265376 頭像

尼古拉斯舞王 - 【數據結構入門手札】算法核心概念與複雜度入門

一. ⛳️算法的定義     算法：是解決特定問題求解步驟的描述，在計算機中表現為指令的有限序列，並且每條指令表示一個或多個操作。簡單説，算法就是 “解決問題的清晰流程”—— 就像菜譜（做菜的步驟）、導航路線（從 A 到 B 的路徑），本質都是算法。 二. ⛳️算法的特性     算法具有五個基本特性：輸入、輸出、有窮性、確定性和可行性。 2.1 🔔輸入     算

執行時間 , 後端開發 , 測試數據 , JAVA , 空間複雜度

收藏 評論

u_16213574 頭像

數據分析家 - 訓練權重分割怎麼做

中南大學ACM的暑期集訓馬上就要開始了，這次集訓會將全體N名集訓隊員（編號分別為1, 2, …, N）按集訓選拔賽的排名分成兩組，前K名隊員分入A組，其餘隊員分入B組。 但現在助理教練CSGrandeur一不小心把集訓選拔賽的排名弄丟了，而之前又沒將A組和B組的人員確定出來，於是CSGrandeur打算問一下集訓人員他們的

訓練權重分割怎麼做 , include , i++ , 測試數據 , 人工智能 , 深度學習

收藏 評論

love51 頭像

GhostLover - aft系統架構圖

題幹： 達達是來自異世界的魔女，她在漫無目的地四處漂流的時候，遇到了善良的少女翰翰，從而被收留在地球上。 翰翰的家裏有一輛飛行車。 有一天飛行車的電路板突然出現了故障，導致無法啓動。 電路板的整體結構是一個R行C列的網格（R,C≤500），如下圖所示。

include , aft系統架構圖 , 架構 , 後端開發 , 測試數據 , 權值 , 圖論

收藏 評論

u_16565975 頭像

計算機專業指導老師 - 基於VUE的MBTI人格測試系統 [VUE]-計算機畢業設計源碼+LW文檔

摘要：MBTI（Myers-Briggs Type Indicator）作為一種廣泛應用的人格測評工具，能夠幫助人們更好地瞭解自己和他人的人格特徵。本文介紹了一個基於VUE框架開發的MBTI人格測試系統，闡述了系統的需求分析、技術架構、功能模塊設計以及實現過程。該系統實現了用户管理、測試信息管理、MBTI測試、結果展示與統計等功能，為用户提供了一個便捷、高效的人格測試平台。通過實

軟件研發 , 數據 , 測試數據 , 用户信息

收藏 評論

u_15591470 頭像

ceshiren2022 - 避開 Playwright 常見陷阱，讓你的 UI 測試更加快速與穩定

近年來，Playwright 作為一款跨瀏覽器、跨平台的端到端自動化測試框架，越來越多的測試團隊選擇它替代 Selenium 或 Puppeteer。 它提供了強大的 API 和智能等待機制，但在實際項目中，很多團隊仍會遇到各種坑。今天，我們結合行業實踐經驗，總結 Playwright 最容易踩的坑及解決方案，讓你的測試更快、更穩定。 1. 按風險級別組織測試 坑點：按功能模塊組

playwright , 測試數據 , 人工智能 , 深度學習 , 解決方案 , ui

收藏 評論

hesheng17 頭像

和晟儀器 - 拉力試驗機：材料性能的精準 “考官”

在工業生產與科研創新的賽道上，材料的可靠性直接決定產品品質與安全，而拉力試驗機正是檢驗材料力學性能的核心設備，被譽為材料性能的 “精準考官”。它通過模擬材料在受力拉伸過程中的力學反應，為各行各業提供關鍵數據支撐，成為現代工業體系中不可或缺的重要組成部分。 上海和晟 HS-3001C 拉力試驗機 拉力試驗機的工作原理基於力學測試的核心邏

數據 , 辦公效率 , 控制系統 , 測試數據

收藏 評論

u_11920995 頭像

wx579efdd457bb0 - python ddt數據驅動

數據驅動的意義：在自動化測試當中，我們通常會將測試數據從測試代碼中抽離出來放在單獨的文件中，既能減少代碼量，也能降低代碼的維護成本，通過數據的改變從而驅動自動化測試的執行。接觸python自動化測試的第一個框架通常都是unittest，使用@ddt裝飾器來完成數據驅動，ddt意思就是 “Data-Driven Tests”。 項目目錄結構 使用pycharm新

大數據 , 數據倉庫 , 測試數據 , 自動化測試 , Json

收藏 評論

u_15591470 頭像

ceshiren2022 - 藉助Dify工作流構建AI測試智能體，效率提升可達500%

在軟件開發領域，測試工作一直是保障產品質量的關鍵環節，但傳統的手工測試用例編寫方式效率低下且容易遺漏邊界場景。每個新功能上線，測試團隊都需要手動編寫大量測試用例，這個過程不僅耗時耗力，而且極易出錯。 通過Dify工作流，我們可以構建智能測試AI體，實現測試效率500%的提升，徹底告別測試的"手工作坊"時代。 一、痛點分析：為什麼測試工作急需變革？ 傳統測試開發的困境 在引入D

測試用例 , 測試數據 , 人工智能 , 深度學習 , dify

收藏 評論