8年测试只剩下着点心得体会了!

大语言模型数学推理能力压力测试:从GSM8K到GSM-Symbolic 数学推理是AI认知能力的关键试金石,其本质在于将自然语言映射为符号关系、执行等价变换并保持逻辑守恒。当前主流大语言模型虽在GSM8K等基准上表现优异,但实则依赖统计模式匹配而非真正符号推理——这一局限由Transformer架构对变量抽象与逻辑守恒的原生支持不足所决定。GSM-Symbolic通过占位符泛化与角色化变量命名,剥离具体指代,直击模型的语义解析短板;干扰项注入则检验其注意力过滤纯度。二者共同构成一套可复现、可诊断的认知压力测试框架,广泛应用于智能批改、自动出题及科学发现辅助等需强推理能力的工程场 阅读详情

质量控制

大多数测试人员认为测试工作是发现bug,虽然这是测试的主要任务,但其实测试最重要的任务是质量控制,而发现bug和验证bug只是质量控制的一个重要环节而已。

 

我想很多测试人员都经历过这样的场景,就是测试环境全部都能测试通过,但正式上线之后就会有各种各样的bug,到底是哪里出了问题呢?

在测试工作中,常见的问题原因分为以下几类:

不同版本的数据兼容

这是最常见的问题,一般新版本的迭代不仅仅是代码层面的,还有数据库的改动,而对于线上原有的数据来说改动了数据库有可能会受到影响。

举个例子:

如果数据库增加了一个字段,那么新数据肯定会通过新的程序给这个字段赋值,而原有的数据这个字段往往是空的,这时读取该数据就会发生问题。

当然这只是一个最简单的情况,这种情况在测试环境可以用历史数据进行测试从而发现该问题。但往往还有更多复杂的情况,有时候是需要手动造数据库的数据来模拟数据兼容的问题。这个就是测试比较容易忽视,也最容易发生问题的一个点。

测试环境和正式环境的不同

测试环境和正式环境的不同也是一种经常发生的事情,

不同分2种情况:

硬件方面的,一般正式环境的服务器都比测试环境来的好,所以硬件上不太可能一致,虽然这个差异影响比较小,但也不排除会影响程序的运行。

软件方面的,包括程序语言的版本,服务器系统的版本,甚至服务器的权限控制都会影响到程序的运行。

如果说不同版本的数据兼容问题可以在测试环境预判并测试,那这种情况可能只能做到提醒开发和运维人员了,硬件方面没办法,软件方面尽量做到一致,以减少测试环境和正式环境的差异,让正式环境上的程序跑的更加稳定。

服务器的配置

这个不同于上面说的程序语言版本,而是在代码层面的配置:

配置文件,包括代码的相对路径,某个功能的开关,又或者是服务器ip的配置等等。而这些都是相对于测试环境配置的,如果发布的时候将配置文件覆盖也会导致正式环境出问题。

服务器上配置的crontab脚本,很多程序是需要通过crontab脚本定时执行,而crontab又是需要在服务器上配置的,自动配置不方便控制及维护。所以大多数还是需要人为去配置的,这个配置如果漏了或者配置错也会导致出问题。

以上3点只是常见的,事实上可能会遇到更奇葩和不可思议的问题,

例如

正式环境多台服务器有一台服务器代码未更新,导致问题时隐时现。

数据库的主备数据不一致,当切换主备数据库后会出问题。

之类的问题很多,所以在最开始就讲要了解网络的架构,每一个中间的环节都有可能出问题,而不仅仅是代码这一个环节。

 

所以好的测试不能只把目光放在代码层面的测试,而是要从更高的视角去看整个项目在上线发布的时候存在的各种风险。有些可以通过测试而发现出来,而更多的还是要提醒开发和运维人员去规避这些上线的风险,我想这才是好的测试人员应该做到的事情。

看到这里是不是会发现,一部分原来认为是测试人员背的锅,其实并没有那么地委屈。因为宽以待人严于律己,作为优秀测试人员的你,可以做得更多更好!

最后跟大家推荐一个学习资料分享群:672899761,里面大牛已经为我们整理好了许多的学习资料,有自动化,接口,性能等等的学习资料!

人生是一个逆水行舟的过程,不进则退,咱们一起加油吧!

吊装软件基础环境搭建与吊点配置硬核指南 吊装软件本质是面向重型设备吊装的结构力学仿真工具,其核心原理在于将物理吊装系统(含设备质心、吊耳刚度、吊索非线性、支撑约束等)精确映射为可计算模型。技术价值不仅在于替代人工验算,更在于固化专家经验、规避人为误判、实现工况全过程动态验证。典型应用场景覆盖石化塔器、核电主设备、超限反应器等百吨级以上吊装方案编制,尤其在吊点坐标配准、单位制统一、本地化规范库挂载、实体吊耳建模等环节,直接决定方案安全余量与现场执行可靠性。本文聚焦吊装软件落地中最易被忽视却最关键的两大基石:基础环境搭建与设备吊点配置。 阅读详情

相关推荐

BH1750光强度传感器Stm32f103驱动(已测试ok)

1. 实验:Stm32f103 驱动 bh1750采集光照强度,串口打印采集到的数据。 2. 实验准备器材 开发版:stm32f103c8t6 器件:bh1750 GY-302 开发环境:win10,KILE4 下载程序的软件:FlyMcu.exe 串口调试助手:ComAssistant.exe 3. BH1750 的接线 VCC:5V或3.3V ...

weixin_53329977的博客 8932

为什么测试环境测试通过,线上还会有bug?

硬件方面的,一般正式环境的服务器都比测试环境来的好,所以硬件上不太可能一致,虽然这个差异影响比较小,但也不排除会影响程序的运行。eg:测试环境资源有限,运行慢,程序A执行完,正好程序B可以run;正式环境,资源相对好,运行很快,程序A处理2的时候,程序B才处理完1,导致运行有问题;一般新版本的迭代不仅仅是代码层面的,还有数据库的改动,而对于线上的数据来说,数据库结构改动,会导致线上数据在新版本的代码不兼容;软件方面的,包括程序语言的版本,服务器系统的版本,甚至服务器的权限控制都会影响到程序的运行。

Strive_0902的博客 1762

dq轴坐标系下的电路方程

dq轴坐标系下的电路方程 dq轴坐标系是一种常见的电路方程,但是再dq轴坐标系下电路元件的电压电流dq轴存在一定的耦合,本文针对三相电路推导了dq轴坐标系下的电路电路方程进行一个推导,首先先列出来派克变换的公式 派克变换 [AdAqA0]=23[cos⁡(θ)cos⁡(θ−2π/3)cos⁡(θ+2π/3)−sin⁡(θ)−sin⁡(θ−2π/3)−sin⁡(θ+2π/3)1/21/21/2][AaAbAc]\left[\begin{array}{c}A_d\\A_q\\A_0 \end{array}\ri

Mr.Young的博客 1万+

测试通过!为何线上还有很多BUG?

质量控制 大多数测试人员认为测试工作是发现bug,虽然这是测试的主要任务,但其实测试最重要的任务是质量控制,而发现bug和验证bug只是质量控制的一个重要环节而已。 我想很多测试人员都经历过这样的场景,就是测试环境全部都能测试通过,但正式上线之后就会有各种各样的bug,到底是哪里出了问题呢? 在测试工作中,常见的问题原因分为以下几类: 不同版本的数据兼容 ...

weixin_34375054的博客 582

Synopsys安装教程Ubuntu22.04版本

在Ubuntu22版本上安装Synopsys等系列工具,安装DC,VCS等等

qq_59529218的博客 5734

芯片设计新思路:如何用SystemC+TLM2.0快速搭建ESL性能模型(附GEM5实战案例)

本文探讨了在芯片设计早期利用SystemC和TLM2.0标准快速构建电子系统级(ESL)性能模型的方法。通过对比不同抽象层次,详细介绍了如何搭建事务级模型,并与GEM5仿真平台协同,实现高效的架构探索和性能评估。文章最后通过一个片上网络(NoC)带宽优化的实战案例,展示了该方法如何驱动数据驱动的设计决策,从而在流片前规避风险、优化芯片性能。

fire9的博客 373

如果项目在上线后才发现Bug怎么办?

这个问题在日常测试中挺常见的,首先要做的就是**暴露风险**,将问题暴露给产品研发测试三方以及leader,三方评估影响范围以及修复成本。

主要分享测试的学习资源,帮助快速了解测试行业,帮助想转行、进阶、小白成长为高级测试工程师。 348

致远OA系统表单相关操作记录(一)

致远OA系统表单相关操作

weixin_59666050的博客 6111

项目上线时,测试出现Bug,如何解决?

项目上线时,测试出现Bug,如何解决? 首先要做的是确定当前已知的风险。当前出现的问题是否会带来风险,以及会有什么风险。如果自己无法确定,可以找其他测试、产品或者开发同学一起评估。 有的测试同学一看到实际结果和预期不一致就觉得这是风险,但是又说不出会带来的影响,以及这样的业务逻辑是否真的不合理,是否有解决方案。“风险”这个词变成了一个借口,测试同学可以不去评估不去思考这背后的逻辑,也不提出解决方案,上来就甩出一系列“风险”,这是对业务理解不够深入,没有主动思考的体现。

873

LVGL 源码分析大全

LVGL 是一款流行的免费和开源嵌入式图形库,为纯C的轻量级GUI框架,支持framebuffer直接渲染图层,因此LVGL能更容易为 MCU、MPU等显示设备开发漂亮的UI。可视化的 UI 编辑器官方上有推荐使用工具。当然,也可以选择 NXP(恩智浦半导体) 提供的工具。........................

Bigan(安)的博客 1万+

智能测试策略优化:平衡覆盖率、时间和资源

在软件开发过程中,测试是确保软件质量的关键环节。然而,测试工作往往面临着诸多挑战,其中如何在保证测试覆盖率的前提下,合理分配时间和资源是一个核心问题。本文章的目的在于探讨智能测试策略的优化方法,帮助软件测试团队在有限的时间和资源条件下,实现尽可能高的测试覆盖率。文章的范围涵盖了智能测试策略的核心概念、算法原理、数学模型、实际应用案例以及相关工具和资源等方面。本文将按照以下结构进行组织:首先介绍智能测试策略优化的背景和相关概念,包括核心术语和缩略词的定义;

AIGC应用创新大全的博客 622

知乎高赞!作为软件测试的前辈你能不能给我点建议?

好久没登录优快云了,此刻外面正下着太阳雨,很适合思考。

爱码小哥 847

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

Qwen3-8B在汽车语音助手中的响应速度与准确性测试

本文测试了Qwen3-8B在汽车语音助手中的响应速度与准确性,展示其在低延迟、高并发和中文语境下的优势。通过KV Cache、量化部署和vLLM优化,实现首词延迟低至70ms,综合准确率领先同类模型。

weixin_42514540的博客 423

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

Qwen3-8B图像描述生成能力测试(配合多模态适配)

本文测试了Qwen3-8B配合多模态适配器在图像描述生成任务中的表现,展示了其在中文场景下的自然语言生成能力、部署效率与实际应用潜力,适用于消费级硬件的轻量化多模态方案。

weixin_33245447的博客 384

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

恋爱测试题测男生软件,全球最准的爱情测试题 测测你还会单身多久

年轻人对于爱情的关注度,从未消退过,不管是在过去还是在现在。毕竟人类靠的就是结婚生子才能进行生命的延续,才能进行人类的繁衍。两个人之间有了爱,婚后生活才能够更加的幸福,个人并不认为相敬如宾是一种正常的夫妻关系。下面就来介绍全球最准的爱情测试题和测测你还会单身多久。全球最准的爱情测试题1丶你在一个同性好友家里作客,窗外的景色是?A下着花瓣雨B日全食C刮着风D下着红色的雪2丶你丶好友和其爱人,共度了一...

weixin_39914938的博客 353

树莓派4B (aarch64) 安装PyTorch 1.8 的可行方案

树莓派4B (aarch64) 安装PyTorch 1.8 的可行方案 最终可行方案 试了一堆方案(源码编译、Fast.ai的安装文件等)之后,终于找到一个可行的方案。是在 PyTorch 官方讨论社区的一个帖子中找到的,在回复中一个大佬给出了自己在2021年1月为树莓派制作的一个 PyTorch 1.8 版本的安装方案。如果是想在树莓派上安装 PyTorch 的话,只需下载其中的一个 whl 文件,然后 pip install torch-1.8.0a0-cp37-cp37m-linux_aarch64.

weixin_44966641的博客 4685

打卡信奥刷题(1695)用C++实现信奥 P8226 「Wdoi-5」樱点收集

题目摘要:灵梦需要收集樱点来展开樱之结界,关卡分为n段,每段可获得a_i点樱点。她有m个要求,希望在某些关卡结束时恰好达到k点樱点。她可以跳过任意一个关卡来调整樱点收集,求最多能满足的要求数。 解法思路:使用前缀和计算樱点累计值,通过模运算记录满足要求的关卡数。分别处理跳过前后关卡的情况,取最大值作为结果。时间复杂度O(n),适用于大规模数据。 样例解析:在样例1中,最优解是跳过任意关卡后最多满足1个要求(在第3或4关卡结束时)。代码通过维护两个模数数组nl和nr来统计可能满足要求的情况。

Loge谈信奥--一个专注于信奥人的博客 1055

2016年总结

 2016年总结 时间是一位可爱的恋人,对你是多么的爱慕倾心,每分每秒都在叮嘱;劳动、创造、别虚度了一生。 时间每一秒都在流逝,一刻也不会停歇,一转眼2016剩下的已经不满一个月了,回想这一年中,有快乐,有幸福,有迷茫,也有悲伤。不管怎样,2016都会过去,我在这里做下总结,算是对自己的一个交代。 一月: 花好月圆 今天,我们结婚啦   从此以后 咱们是一家

微浪科技 286

2025年第10周小结---写于20250309

周五,我努力的想去看IMX8的app,但是,我还是停留在测试的想法里。周四,认认真真的理需求,怎么感觉看了、和没看一样,硬看?周五,我加了会班,其实好像也没做成什么,只是这一周的工作,最好还是在上班时间结束掉,不然总惦记着,回去了也不会去看的。周日的原计划,除了做饭,在就准备简历(职业生涯规划),学摄像、画画(ps)、AI做视频剪辑。晚上陪伴家人聊天,做了艾灸,眼部熏蒸,还特意泡了脚,贴了膝盖贴,让一身疲惫在温暖的家里面得到了放松。周日,在家做了一顿家常菜,冷菜热做、凉菜热吃,还不赖。坚持锻炼,学习养生。

ximenbingmeng的博客 348

迪士尼小哥转行测试,月薪翻倍:成年人的童话世界, 需要自己创造

前几日在家中收拾杂物,偶然间翻出几本儿时最喜爱的漫画书,页面已经泛黄,书的边角微微卷起,婆娑抚摸中恍惚间能够看见自己儿时稚嫩的手印。 小时候的我们,总是相信童话,立志成为英雄,等到长大后才发现,自己不过也只是万千普通人中的一个,成年人的童话世界,来的未免艰辛。 “长大成人”这场翻山越岭的跋涉注定艰辛,如果走累了,不妨停下脚步,回头看一看自己最开始的模样。 01、闯入“童话世界” 从小到大我都是迪士尼的忠实粉丝,无论是各式各样的动画还是可爱的米奇与唐老鸭,我都十分喜爱,他们伴随着我长大,毕业后,我收了到了.

人生不怕起点低,就怕没追求 568

Stable Diffusion 3.5 FP8能否识别复杂语法提示词?实测结果公布

本文实测Stable Diffusion 3.5 FP8版本在复杂语法提示词下的表现,结果显示其不仅保持高图像质量,还能准确理解多层语义结构,同时推理速度提升38%,显存占用降低46%以上,具备高效工业化落地潜力。

weixin_35755434的博客 766

Stable Diffusion 3.5 FP8镜像现已支持Docker一键拉取

Stable Diffusion 3.5 FP8量化镜像通过Docker实现一键拉取,显著降低显存占用与推理延迟,支持RTX 4090等主流GPU,兼顾画质与性能,助力AI生成模型高效部署至生产环境。

weixin_35257663的博客 1111

Qwen3-VL-8B图像理解精度评测:准确率高达92%

Qwen3-VL-8B是一款轻量级视觉-语言模型,在图像理解任务中准确率达92%,支持端到端图文推理,可在单张消费级GPU上高效运行。其具备良好的跨模态融合能力、低延迟和易部署特性,适用于智能客服、内容审核与辅助技术等场景。

weixin_36277197的博客 862

FLUX.1-dev模型版本兼容性测试框架搭建

本文介绍为FLUX.1-dev多模态模型构建的自动化版本兼容性测试框架,涵盖功能一致性、提示词遵循度、多任务行为与性能基准的系统化评测方案,确保模型迭代安全可靠。

weixin_36289742的博客 424
上一篇: 读了这篇文章,你还不懂移动端测试,你找我!
下一篇: 月薪15k的测试员需要学习什么技术?
TestingGDR
博客等级 码龄8年 497粉丝 72原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值