- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器之心
用ChatGPT「指挥」数百个模型，HuggingGPT让专业模型干专业事
通过在提示中注入几个演示，HuggingGPT 允许大型语言模型更好地理解任务规划意图和标准。目前，HuggingGPT 支持的任务列表如表 1、表 2、表 3 和表 4 所示。 然后 HuggingGPT 依靠 LLM 组织多个专家模型的合作，生成反馈给用户。 图 3 显示了在任务之间存在资源依赖关系时 HuggingGPT 的工作流程。 此外，HuggingGPT 成功识别出任务 3 与任务 1 和 2 之间的依赖关系，并在依赖任务完成后将任务 1 和 2 的推理结果注入到任务 3 的输入参数中。 该研究还在多模态任务上测试了 HuggingGPT，如下图所示。 还有人将其比喻为公司经理，评论道「HuggingGPT 有点像现实世界中的场景，公司有一群超强的工程师，在各个专业能力超群，现在有一个经理把他们管理起来，当有人有需求，那么这个经理就会分析需求，然后分给相应的工程师去做
95410编辑于 2023-04-06 - 来自专栏小雨的CSDN
3. 软件测试——开发模型（瀑布模型，螺旋模型，递增迭代，敏捷开发）
软件工作的范围不仅仅局限在程序编写，而是扩展到了整个软件生命周期； 【软件开发的周期：、需求分析、设计、实现、测试、安装部署、运行维护】 1.瀑布模型 根据上面的图可以看到，瀑布模型的测试就是在整个过程中只出现一次 –风险往往迟至后期的测试阶段才显露，因而失去及早纠正的机会 2.螺旋模型 一般在软件开发初期阶段需求不是很明确时，采用渐进式的开发模式。 螺旋模型是渐进式开发模型的代表之一。 3 每日例会：每天scrum master召集站立会议，团队成员回答昨天做了什么今天计划做什么，有什么问题。 2、测试人员不能依赖文档，测试用例作用减弱，更多的采用思维导图、探索性测试（强调自由度，设计和执行同时执行，根据测试结果不断调整测试计划）、自动化测试 3、敏捷讲求合作，在敏捷项目组中，测试人员应该更主动点
1.3K20编辑于 2022-10-26 - 来自专栏软件测试经验与教训
如何让测试工作更专业
面试官问我 如何让测试工作更专业 这道题目是几年前面试一家创业公司时，对方老板问我的问题，我觉得虽然小伙伴们在面试中碰到的几率不大，不过在工作中却很有思考它的必要。 其实道理很简单，难在执行。 面试题：如何让测试工作更专业？ 需求评审时，多关注（提问）这样几个问题：这个需求是什么？为什么会提这个需求？开发人员会怎么修改软件以完成这个需求？他们的改动方式是否合理？ 这次的改动会产生哪些影响，测试范围清楚吗？可能有什么风险？ 能根据不同的资源、项目情况，给出合理的测试周期。 追根究底，有一些问题需要反复验证，反复沟通确认。 多交流，组内、组外。 高质量的测试报告，包括测试计划、测试用例、bug、系统测试报告等各种测试人员需要出具的文档，高质量意味着： 格式规范 测试用例设计详尽、有深度、无歧义、便于执行。 不提交重复或虚假bug。 唠叨环节： 在任何行业，获得“你很专业”的评价都是一种很高的褒奖，说它是一枚“军功章”丝毫不夸张。上面给出的思路仅仅是个人看法，不代表一定是对的，仅仅给大家做参考。
1.2K40发布于 2019-04-28 - 来自专栏小雨的CSDN
软件测试 —— 测试模型（V模型 W模型）
【软件开发的周期：、需求分析、设计、实现、测试、安装部署、运行维护】 【软件测试的周期：、需求分析，测试计划，测试设计/测试开发，测试执行，测试评估】 软件测试v模型 （v模型是瀑布模型的变种） 优点：后期的测试阶段和前期的阶段可以一一对应起来，清楚的标注每一个测试阶段的依据 缺点：不利于项目前期风险的及时发现 软件测试W模型（双V模型） 特点:测试在项目前期介入，对需求，系统设计等都会进行验证 ，测试的对象不仅是程序，需求、设计等同样要测试，测试与开发是同步进行的 优点:测试介入早，有利于全面得发现系统前期的风险，同时，对需求的测试也有利于及时了解项目难度和测试风险，及早制定应对措施，显著减少总体测试时间 ，加快项目进度 缺点:阶段性比较强，需求、设计、编码等活动被视为串行的；测试和开发活动也保持着一种线性的前后关系，上一阶段完全结束，才可正式开始下一个阶段工作不可逆，所以无法适应敏捷开发。
1.8K30编辑于 2022-10-26 - 来自专栏华尔街科技眼
大模型分化趋势：更垂直、更专业
对于大模型的发展方向，大boss们目前达成了一些基本的产业共识：与实体经济相结合是大模型未来的发展路径，云厂商正在尝试将大模型落地到垂直领域，打造出金融、医疗、电力等领域的专业大模型。 今年4月，阿里云“通义千问”大模型开放对外测试，目前已有超过20万企业用户申请接入，几乎覆盖所有新兴和传统行业。 因此，企业使用的大模型必须可控、可追溯、可修正，而且必须经过反复与充分测试才能上线。我们认为，客户更需要有行业针对性的行业大模型，再加上企业自己的数据做训练或精调，才能打造出实用性高的智能服务。 在模型研发过程中，既要关注敏感数据的保护与安全合规，也需要管理好大量的数据与标签，不断测试与迭代模型。接着讲讲应用。 算力是模型持续运转的基础，高性能、高弹性和高稳定的算力需要借助专业的云服务。
50920编辑于 2023-06-28 - 来自专栏XINDOO的专栏
如何使用大语言模型绘制专业图表
过去的一年里，我相信大部分人都已经看到了大语言模型(后文简称LLM)所具备的自然语言理解和文本生成的能力，还有很多人将其应用于日常工作中，比如文案写作、资料查询、代码生成……今天我要向大家介绍LLM 我们可以直接让大模型将这两份数据放在一张图里，方便对比出生人口和高考人数变化趋势。 3. 判断这个摄像头是否还在服务期内。 以上任意一条校验未通过直接结束。 ## 操作合法性校验 1. 这个摄像头是否还绑定了其他工地。 2. 这个摄像头是否可以绑定这个工地。 3. 3. 如果摄像头在线，立即初始化摄像头。 结语 通过上文中的介绍和示例，我们不难看出，只要我们能够清晰地通过自然语言描述需求，LLM就可以帮助我们用Mermaid生成符合需求的图表展示。 如果你不满意LLM用Mermaid绘制出来的图表，你还可以把它贴到Draw.io里做二次编辑（操作路径：工具栏/➕/高级/Mermaid），借助专业的绘图工具，就可以绘制出更专业好看的图表。
2.1K10编辑于 2024-08-07 - 来自专栏媒矿工厂
W3C: 开发专业媒体制作应用 (3)
来源：W3C/SMPTE Joint Workshop on Professional Media Production on the Web 演讲 1：WebAssembly Music - latency 图1 DAW 页面生成的代码示意图 附上演讲视频：http://mpvideo.qpic.cn/0bc3suaaqaaasaajqzllnrrfbfodbckqacaa.f10002.mp4? dis_k=3ee3606da056fad9bd3ec43cf7c3b606&dis_t=1653387988&vid=wxv_2376058434518876162&format_id=10002&support_redirect 73ac638115af1b9ac4d650bd871a0796&dis_t=1653387988&vid=wxv_2376058117312053249&format_id=10002&support_redirect=0&mmversion=false W3C : 开发专业媒体制作应用 (1) W3C: 开发专业媒体制作应用 (2)
55020编辑于 2022-05-24 - 来自专栏达达前端
软件测试模型以及测试方法
前言 大家好，我是 Vic，今天给大家带来软件测试模型以及测试方法的概述，希望你们喜欢 软件测试 软件开发过程 软件质量保证 理解软件测试 软件测试分类 测试工作流程 思考软件测试 软件测试时一门很重要的学科 那么软件生存期模型有什么内容呢 瀑布模型 原型模型 增量模型 螺旋模型 1.瀑布模型 答：对于瀑布模型，我知道有六个阶段：计划，需求分析，设计，编码，测试，运行维护。 3.什么是增量模型 答：对于增量模型，记住的是在每个阶段都会生成一个可发布的正式版本，而且每个软件版本是逐步完善的。 4.什么是螺旋模型 答：螺旋模型是瀑布模型和原型模型结合起来的，记住这个模型是有四个阶段，这四个阶段都是主要的，一是制定计划，二是风险分析，三是实施工程，四是评审。 总结 本文讲了软件测试模型以及测试方法，如果您还有更好地理解，欢迎沟通 定位：分享 Android&Java知识点，有兴趣可以继续关注
96620发布于 2019-07-03 - 来自专栏java思维导图
别再写 main 方法测试了，太 Low！这才是专业 Java 测试方法！
}) @Measurement(iterations = 3) public void m() { ... } @Threads 每个进程中的测试线程。 如果 fork 数是3的话，则 JMH 会 fork 出3个进程来进行测试。 这里同时还完成了JMH测试的一些配置工作 * 3. .measurementIterations(10) // forks(3)指的是做3轮测试， // 因为一次测试无法有效的代表结果， // 所以通过3轮测试较为全面的测试， // 而每一轮都是先预热，再正式计量。
56620编辑于 2022-03-04 - 来自专栏Golang语言社区
LollipopGolibrarylollipopcommon 测试3
可以快速创建博客及商城等 git地址：https://github.com/Golangltd/lollipopgo /* Golang语言社区(www.Golang.Ltd) 作者：cserli 时间：2018年3月
1.2K90发布于 2018-03-05 - 来自专栏漫谈测试
性能测试过程中你需要了解的专业及非专业术语
其实我们可以用多线程模型来解释他们，并发量就相当于线程数，吞吐量就是所有线程处理请求数之和。 通常我们做性能测试主要考察和评估的是TPS，而并发量是一个相对较虚的概念，比如我们说一个系统支持同时1k人操作，一般不在评估的范围内。 提交订单操作均可定义为事务，单位时间内系统可以成功完成多少个定义的事务，在一定程度上反映了系统的处理能力，一般以事务成功率来度量；超时错误率：主要指事务由于超时或系统内部其它错误导致失败占总事务的比率.三、非专业相关术语性能测试中的非专业术语通常指的是那些在日常对话中使用的 跑分指进行性能测试时得到的分数，用于比较不同系统或配置之间的表现。压测对软件或系统施加高负载以测试其稳定性和响应时间的过程。每秒连接数每秒连接数实现Web应用程序在运行过程中每秒建立的HTTP连接数。 场景定义：为了模拟真实用户的业务处理过程，在测试工具中构建的基于事务、脚本、虚拟用户、运行设置、运行计划、监控、分析等一系列动作的集合。
44910编辑于 2024-12-16 - 来自专栏狗哥的 Java 世界
别再写 main 方法测试了，太 Low！这才是专业 Java 测试方法！
Java 的基准测试需要注意的几个点： 测试前需要预热。 防止无用代码进入测试方法中。 并发测试。 测试结果呈现。 }) @Measurement(iterations = 3) public void m() { ... } 2.4 @Threads 每个进程中的测试线程。 如果 fork 数是 3 的话，则 JMH 会 fork 出 3 个进程来进行测试。 这里同时还完成了JMH测试的一些配置工作 * 3. .measurementIterations(10) // forks(3)指的是做3轮测试， // 因为一次测试无法有效的代表结果， // 所以通过3轮测试较为全面的测试
51310编辑于 2022-03-15 - 来自专栏java思维导图
别只会 main 方法做测试，太 Low！这才是专业 Java 测试方法！
}) @Measurement(iterations = 3) public void m() { ... } @Threads 每个进程中的测试线程。 如果 fork 数是3的话，则 JMH 会 fork 出3个进程来进行测试。 这里同时还完成了JMH测试的一些配置工作 * 3. .measurementIterations(10) // forks(3)指的是做3轮测试， // 因为一次测试无法有效的代表结果， // 所以通过3轮测试较为全面的测试， // 而每一轮都是先预热，再正式计量。
48040编辑于 2022-03-21 - 来自专栏自学测试之道
接口测试3
上篇讲解到了一次性运行多个测试用例和运行结果的情况，这边继续说下测试报告的内容输出和可视化显示以及邮件抄送等 一、增加测试报告输出 1、首先在代码目录下新建一个文件夹test_report用来保存测试结果 2、导入测试报告库文件HTMLTestRunner_PY3（这个文件在网上可以下载后[https://blog.csdn.net/cjh365047871/article/details/80181530 3、定义测试用例和测试报告存放路径、读取测试用例方法和测试报告格式 #! q=keitwo&page=1&type=note # @QQ交流 : 3227456102 import unittest,time import HTMLTestRunner_PY3 if _ 3、导入发送邮件模块 ? 4、运行结果 ?
52120发布于 2019-09-29 - 来自专栏芋道源码1024
别再写 main 方法测试了，太 Low！这才是专业 Java 测试方法！
测试项目构建 2. 编写性能测试 3. 执行测试 4. 如果 fork 数是3的话，则 JMH 会 fork 出3个进程来进行测试。 这里同时还完成了JMH测试的一些配置工作 * 3. .measurementIterations(10) // forks(3)指的是做3轮测试， // 因为一次测试无法有效的代表结果， // 所以通过3轮测试较为全面的测试， // 而每一轮都是先预热，再正式计量。
42740编辑于 2022-03-04 - 来自专栏陶陶计算机
PyTorch 实战（模型训练、模型加载、模型测试）
本次将一个使用Pytorch的一个实战项目，记录流程：自定义数据集->数据加载->搭建神经网络->迁移学习->保存模型->加载模型->测试模型 自定义数据集 参考我的上一篇博客：自定义数据集处理 数据加载 nn.Linear(512,5) ).to(device) # x=torch.randn(2,3,224,224 pytorch保存模型的方式有两种： 第一种：将整个网络都都保存下来 第二种：仅保存和加载模型参数（推荐使用这样的方法） # 保存和加载整个模型 torch.save(model_object model.pkl则是第一种方法保存的 [在这里插入图片描述] 测试模型 这里是训练时的情况 [在这里插入图片描述] 看这个数据准确率还是不错的，但是还是需要实际的测试这个模型，看它到底学到东西了没有 ，接下来简单的测试一下： import torch from PIL import Image from torchvision import transforms device = torch.device
3.3K20编辑于 2022-05-12 - 来自专栏EMQ 物联网
专业版即将支持自定义场景测试
物联网 MQTT 测试云服务 XMeter Cloud 专业版于 2022 年底上线后，已有不少用户试用，对数千甚至上万规模的 MQTT 并发连接和消息吞吐场景进行测试。 新年伊始，XMeter 团队全力聚焦于 XMeter Cloud 新版本的研发，将于 3 月上线自定义测试场景的重要功能，助力用户对更广泛的协议进行测试，包括 TCP、WebSocket、HTTP 等。 自定义测试场景支持XMeter Cloud 基础版及专业版均已提供多种内置 MQTT 测试场景，包括连接、上报、1 对 1、广播、共享订阅，用户可通过简单的选择及主要参数设置，方便快捷地提交 MQTT 在即将上线的新版本中，我们将为专业版用户提供自定义测试场景功能，以满足自主定义测试场景和测试更广泛协议的需求，帮助用户构建更复杂的 MQTT 测试场景，实现对除 MQTT 以外其他物联网协议的测试。 基础版支持不超过 1,000 连接和每秒 1,000 消息吞吐的公网 MQTT 测试；专业版支持不超过 500,000 连接和每秒 500,000 消息吞吐的公网及私网 MQTT 测试，并将支持更多协议测试
43510编辑于 2023-03-07 - 来自专栏流柯技术学院
性能测试学习之二 ——性能测试模型（PV计算模型）
PV计算模型 现有的PV计算公式是： 每台服务器每秒平均PV量 =( (总PV*80%)/(24*60*60*40%))/服务器数量 =2*(总PV)/* (24*60*60
1.4K20发布于 2018-08-30 - 来自专栏嵌入式视觉
【Kaggle竞赛】模型测试
是骡子是马拉出来溜溜就知道，一个模型好还是坏，放在全新的测试集上去测试下就知道了，根据模型测试的结果我们才能衡量模型的泛化性、稳定性等指标如何，从而方便我们根据测试的反馈去进行调参优化模型。 这里我是根据kaggle比赛来写的模型测试代码，所以可能跟实际的工程项目有所差别，注意区分。 模型测试及输出结果程序实现 下面的程序中，我只是加载了模型中每一个变量即权重参数的取值，没有加载模型中定义好的变量，对输入和输出我都重新定义了，其实是可以通过以下代码直接返回训练好的模型中设置的输入输出变量的 代码如下： # 评估模型 # coding:utf-8 # filename:catdog_test.py # Environment:windows10,python3,numpy,TensorFlow1.9 D） return np.array(img) # ndarray # --------------------------测试模型，循环输出测试结果--------
80130编辑于 2022-09-05 - 来自专栏搜狗测试
测试策略模型探索
③ 测试的重点和难点是什么？ ④ 测试的深度和广度是什么？ ⑤ 如何安排各种测试活动（先测试什么，再测试什么）？ ⑥ 如何评价测试的效果？ 测试策略的制定思路 实际项目中，以上6个问题看起来不难，但是想回答好却并不简单。小编借鉴书中的一种思路，通过模型化的方法来指导策略制定，具体模型图是： ? ① 提前识别项目中可能存在哪些会阻塞测试的风险，基于风险调整测试策略； ② 基于风险来加强和降低测试投入； Step3：适配“产品开发流程” ① 测试策略的制定受限于项目的不同研发流程 结合小编所在的项目，从最终用户的角度，将产品质量划分为3级： 第1级：产品需求品质打磨，需求完全满足，异常交互场景均有覆盖，有少量（或者无）遗留问题，用户使用无任何限制； 第2级：产品需求主流程顺畅，需求主流程满足 ，异常交互场景未有覆盖，有普通以上的遗留问题，用户使用有部分限制； 第3级：产品需求生效性验证，需求部分不满足，异常交互场景未有覆盖，有严重以上的遗留问题，用户使用有部分限制； 测试策略分析表 小编结合所在的业务线
1K50发布于 2020-07-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号