- 博客(93)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 【AI测试时代】如何使用大模型辅助测试，提高效率
DashScope（模型服务灵积）是一个基于“模型即服务”（Model-as-a-Service，MaaS）理念的模型服务平台，由阿里云提供。该平台致力于为AI应用开发者提供丰富多样的模型选择，并通过标准化API接口提供包括模型推理、模型微调训练在内的多种模型服务。DashScope的服务以模型为中心，支持AI开发者通过简单的API调用直接集成大模型的能力，同时也支持对模型进行训练微调，实现模型的定制化。
2025-03-30 09:50:52
989
原创 【机器学习】使用Python Spark MLlib进行预测模型训练
Spark MLlib 是 Spark 的机器学习 (ML) 库。它的目标是使实用的机器学习变得可扩展且易于使用。
2025-03-23 16:59:56
1066
原创 【必须掌握】支持模型训练常用的八个基础算法
构建和训练机器学习模型中，需要经常对数据进行分类，划分训练集和测试集，在这些日常工作中，我们必须使用脚本对数据进行处理，无论是分类、回归还是聚类，这些脚本都能让你效率大增，这些脚本有哪些呢？
2025-03-19 15:33:19
972
原创 【快来围观】NVIDIA美国加州圣何塞举行的GTC大会开启AI 新篇章
存储龙头们构建企业级AI数据平台。作为AI行业风向标，英伟达GTC 2025大会将举办超过1000场会议、汇聚2000名演讲嘉宾和近400家参展商，涵盖大语言模型、物理AI、云计算、科学发现、气候研究、医疗健康、网络安全、人形机器人、自动驾驶等主题，并将举办首届量子日，将汇集全球量子计算界和业内重要人物，与黄仁勋共同探讨量子计算的现状和未来。Cosmos能根据图像建立现实世界的4D模型（包含图像分割），并通过计算机模拟同一场景的不同状况，比如雨天、雪天、夜晚等等，这将进一步提升自动驾驶模型的能力。
2025-03-19 10:30:33
880
原创 ＜Thinking Claude＞Prompt提示词大模型时代的新质生产力
跟那些教科书式的死板解法看起来有非常大的不同，你可以看到模型在回溯历史，会看到它说“或者，我们试试”或“等等，但”这些东西，这些，更像我们人类在思考时候的“内心独白”，或者说，“意识流”。在o1前时代，思维链的实际情况跟我们真正想要的思考过程还是有很大的差距的，我们希望思维链是模仿我们人类的思考过程，但模型实际上只是模仿它在预训练中看到的所谓的推理路径。首先，整个AI圈，都有个共识是，思维链对于大模型一定是会有正向加成的，这个从去年到现在，看到o1的成功后，一定不会有人会怀疑了。
2025-03-14 14:27:37
797
原创 QA：Java服务占用内存高是不是有泄漏，该如何分析定位
对于大多数服务端场景来说，并不需要JVM 这个手动释放内存的操作。至于 JVM 是否归还内存给操作系统这个问题，我们也并不关心。而且基于上面那个测试结果，不同 JAVA 版本，不同垃圾回收器版本区别这么大，更是没必要去深究了。综上，JVM 虽然可以释放空闲内存给操作系统，但是不一定会释放，在不同 JAVA 版本，不同垃圾回收器版本下表现不同，知道有这个机制就行。
2025-03-13 11:48:39
698
原创 【一文详解】Hugging face训练学习大模型的必懂技能
1）注册并登录HuggingFace平台：首先，你需要在HuggingFace官网上注册一个账号并登录。这将使你能够访问平台上的所有资源和功能。2）选择合适的模型和数据集：在平台上浏览并选择合适的预训练模型和数据集。你可以根据自己的需求和任务来选择相应的模型和数据集。3）下载并加载模型和数据集：一旦选择了模型和数据集，你可以直接下载并加载到本地环境中。HuggingFace提供了详细的文档和教程来帮助你完成这个过程。4）进行NLP任务：使用加载好的模型和数据集进行NLP任务。
2025-03-08 20:46:23
1372
原创 【三步搞定】本地机器私有化部署Deepseek-r1:1.5b模型
模型参数规模典型用途CPU 建议GPU 建议内存建议 (RAM)磁盘空间建议适用场景1.5b (15亿)小型推理、轻量级任务4核以上 (Intel i5 / AMD Ryzen 5)可选，入门级 GPU (如 NVIDIA GTX 1650, 4GB 显存)8GB10GB 以上 SSD小型 NLP 任务、文本生成、简单分类7b (70亿)中等推理、通用任务6核以上 (Intel i7 / AMD Ryzen 7)
2025-03-06 18:40:29
1209
原创 【Resis实战分析】Redis问题导致页面timeout知识点分析
从上面的例子可以看出，Redis 的内存几乎被缓冲区占用殆尽。以下是具体的结论：当前内存使用 (used_memory) 已经接近最大内存限制 (maxmemory)，即 1.02 GB 接近 1.00 GB 的限制。内存开销 (used_memory_overhead) 很大，主要被客户端普通连接使用（可能是输出缓冲区），而实际的数据仅占用了很少的内存。分配器和 RSS 碎片率 (allocator_frag_ratio 和 mem_fragmentation_ratio) 较低，表明碎片不是问题。
2025-03-04 18:26:10
1145
原创 AI智能时代，五个常用agent框架你该了解一下
AI Agent目前我见到的最多的翻译是“智能体”，但是直译过来是“智能代理它是一种能够感知环境、自主决策并执行任务以实现特定目标的智能系统。它以大型语言模型（LLM）为核心，赋予机器自主性、适应性和交互性，使其能在复杂多变的环境中独立运作。简单来说，AI Agent 就像是一个拥有独立思考和行动能力的智能助手，能够理解你的需求，并通过调用各种工具和资源，为你完成一系列复杂的任务。就像一位能干的私人助理，它不仅能执行指令，更重要的是能够理解任务背景、制定执行计划，并在遇到问题时灵活调整策略。
2025-03-03 16:18:14
1299
原创 [附下载] AI Agent（智能体）技术白皮书（Google，2024）
宽泛地来说，生成式 AI Agent 可以被定义为一个应用程序， 通过观察周围世界并使用可用的工具来实现其目标。Agent 是有自主能力的（autonomous），只要提供了合适的目标，它们就能独立行动，无需人类干预；即使是模糊的人类指令，Agent 也可以推理出它接下来应该做什么，并采取行动，最终实现其目标。在 AI 领域，Agent 是一个非常通用的概念。本文接下来要讨论的 Agent 会更具体， 指的是本文写作时，基于生成式 AI 模型能够实现的 Agents。
2025-02-23 23:10:31
570
原创 一文带你掌握AI agent智能体技术栈梳理
AI Agent技术栈梳理模型服务存储工具与库智能体框架智能体托管与服务在人工智能领域持续演进的当下，AI 智能体技术栈正逐渐崭露头角。智能体软件生态系统在内存管理、工具使用、安全执行和部署等方面都取得了显著进展。
2025-02-23 11:35:05
767
原创 【微软开源不易】RAG进化，PIKE-RAG企业复杂私域知识理解与推理框架
随着人工智能技术的快速发展，检索增强生成（RAG）系统已成为扩展大语言模型（LLMs）能力的重要手段之一。然而，当这些系统应用于复杂多样的工业场景时，仍面临诸多挑战，尤其是在处理领域特定知识和复杂推理任务时。对此，微软亚洲研究院的研究员们提出了 PIKE-RAG，通过多层次异构知识库构建、任务驱动的系统搭建策略以及自我进化的领域知识学习机制，显著提升了 LLMs 在复杂工业场景中的推理和应用能力。PIKE-RAG框架的设计目标是提供一个灵活且可扩展的RAG系统，应对工业应用中复杂多样的任务需求。
2025-02-21 11:59:31
1006
原创 Grok-3的“思维链”会否成为硅基文明的逻辑觉醒
Chain-of-Thought(CoT)是一种改进的Prompt技术，目的在于提升大模型LLMs在复杂推理任务上的表现，对于复杂问题尤其是复杂的数学题大模型很难直接给出正确答案。如算术推理（arithmetic reasoning）、常识推理（commonsense reasoning）、符号推理（symbolic reasoning）。COT通过要求模型在输出最终答案之前，显式输出中间逐步的推理步骤这一方法来增强大模型的算数、常识和推理能力。简单，但有效。
2025-02-19 11:16:19
813
原创 20万块GPU炼出Grok-3：性能超越OpenAI o3-mini、DeepSeek R1
马斯克口中全世界最聪明大模型Grok-3，终于震撼登场！20万块GPU训出的模型，实属全球首次。果然，Grok-3已火速屠榜多个排行榜，击败o3-mini（high）和DeepSeek-R1。北京时间 2 月 18 日午间，马斯克旗下人工智能初创公司 xAI 正式发布新一代大模型 Grok 3，一经亮相便在全球科技圈掀起波澜。这款被马斯克标榜为 “地球上最聪明的人工智能” 的产品，承载着众多期待，也引发了无数争议，它究竟有着怎样的实力，又将给 AI 领域带来哪些影响？让我们一探究竟。
2025-02-18 16:26:48
1158
原创 【务必收藏】大模型训练通用的数据集汇总
一个大规模的对话层级自动幻觉评估基准，旨在评估大语言模型在对话中识别幻觉的能力及其产 生幻觉的倾向。该数据集包含186089个问题-答案对，这些问答对 是从7680对电影情节中创建的，每对情节来自于同一部电影的两个版本（从一个版本的情节中创建问 题，并从另一个版本中提取或合成答案）。APPS包含从不同开放访问编码网站 （如Codeforces、Kattis等）收集的10,000个平均问题长度为293.2个单词的编程问题，这些问题涵盖了 各个难度级别，包括简单的入门问题、面试级别的问题和编程竞赛。
2025-02-18 14:29:05
1049
原创 【无关技术】Apple选择阿里通义，为什么不是百度或者Deepseek
去年6月，当英伟达市值超越苹果，《智物》曾经聊到过一个话题，当智能取代流量，Web终结，Page终结，PageRank自然消亡，竞价排名自然消亡。——苹果选择阿里系的通义千问，而不是百度、腾讯、DeepSeek、豆包，可以看到的最重要的趋向和取向，阿里系的大模型天然地与场景结合。——苹果智能的在地服务，也是需要数据训练的，简单的事实，手机公司拥有用户所有的数据。梁文锋在此时此刻冒险披露进展，释放核弹，总该有所求，当下正在发生的最大的AI利益博弈，就是苹果大模型的选择，以及随后会对安卓阵营产生的重要垂范。
2025-02-12 18:42:44
1052
原创 Deepseek与doubao|tongyi|wenxin三个大模型对比编写数据处理脚本
处理大量数据时，使用Pandas库是一个非常高效的选择。下面我将提供一个简单的Python脚本示例，该脚本读取包含100万条记录的Excel文件，去除其中的重复行，并将清洗后的数据保存到一个新的Excel文件中。在开始之前，请确保已经安装了pandas和openpyxl这两个库。
2025-02-11 17:16:40
1282
原创 QA视角看Deepseek R1的核心技术
DeepSeek的技术布局覆盖了从模型架构创新到实际落地的全链条，其核心优势在于高效的大规模训练能力、垂直领域深度适配及严格的安全机制。
2025-02-10 18:55:19
1136
原创 数据测试工程师（DTE）讲透数据指标体系搭建的3个关键步骤
在讲数据指标体系之前我们先看一下数据测试工程师的岗位要求，岗位要求中的技术能力是硬条件，测试人员对数据体系及指标掌握程度则是测试覆盖率的重点保障，掌握了数据分析能力，就能更好的整理分析整个业务流程中不同类型数据，及不同阶段的数据流转，需要关注哪些重点及安全相关的策略。
2025-02-08 12:07:56
1165
原创 【AI智能时代】QA素质模型和知识等级分类
目前QA工程师已经在国内各大IT组织、软件企业起着不可或缺的作用，这个来源于CMMI模型的角色，担任着过程审计和产品审计等重要角色，但是你知道作为一名QA需要具备哪些职业素质以及QA的知识等级又是如何分类的，希望这篇简单的文章能给予您一定的启发。能够记住或认识术语、定义、事实、观点、材料、形式、顺序、方法、准则等。这个级别的活动通常为评论、判断、证明或推荐等。❈ 在工作过程中能够积极地获取与工作有关的信息、理论知识和实践案例，并对获取的信息进行加工和理解，从而不断地更新自己的知识结构、提高自己的工作技能；
2025-02-08 11:39:07
968
原创 手把手教你windows本地机器部署Deepseek
最近看到抖音热搜的DeepSeek AI只能很火，很多小伙伴都想部署，但感觉上条件不是很满足，不知道怎样才能搞定它。今天就来告诉大家怎么在自己的Windows电脑上部署DeepSeek AI人工智能教程！（本教程仅适用于Windows10或以上版本的系统哦！使用的是测试机i5- 6600T RAM8GB+ROM120GB的配置，其中的i5-6600T是一半的性能（因为是建立在虚拟机上的，所以性能只有50%，甚至更低。
2025-02-07 10:05:37
1462
原创 【QA视角】DeepSeek 数据库安全风险，百万敏感数据任人取……
Wiz Research 发现了一个与 DeepSeek 相连的可公开访问的 ClickHouse 数据库，完全敞开，未采取身份验证机制，暴露了敏感数据。虽然围绕 AI 安全的注意力大都集中在未来的威胁上，但真正的危险常常来自基本的风险，比如数据库意外暴露。更为关键的是，暴露的信息允许访客全面控制数据库，并在 DeepSeek 环境中进行潜在的特权升级，对外界没有任何身份验证或防御机制。进一步调查后发现，这些端口通向一个公开暴露的ClickHouse数据库，无需任何身份验证即可访问，这立即拉响了警报。
2025-02-03 07:11:06
726
原创 使用openAI与Deepseek的感受
总结： 总的来说，OpenAI更偏向于百科全书+分析和解决问题能力的保姆，从天到地，只要你敢问，没有它不能回答的（有些东西除外）；例如，当我需要撰写一篇文章时，只需提供简单的提示，它就能生成结构清晰、语言流畅的初稿，极大地提高了我的工作效率。(4) 高效的资源利用 DeepSeek在计算资源的管理上非常高效，能够最大限度地利用硬件性能，减少等待时间。1. OpenAI：智能与创造力的结合 OpenAI以其强大的语言模型（如GPT系列）闻名，它的表现让我深刻体会到AI在自然语言处理领域的卓越能力。
2025-01-31 21:56:35
1036
原创 使用Python进行大模型的测试与部署
通过本文，我们了解了在Python中测试大模型的重要性、测试框架、性能测试、数据驱动测试、部署前的最终检查以及部署策略。希望这些内容能帮助您更好地理解和实践大模型的测试与部署。记住，持续监控和优化是确保模型稳定运行的关键。
2025-01-24 15:47:25
821
原创 【测试主管必读】测试策略业务落地详解
测试策略这个概念对于很多测试的同学来说很不陌生，但是深入考虑并设计过测试策略的同学可能并没有多少，并不是我们不需要测试策略，而是我们好多时候并不想真正的去思考设计策略，好多同学都喜欢上来就开始干，中途遇到问题再说，总觉的设计测试策略浪费时间，今天我们就来讲一讲设计测试策略到底有什么用？到底浪费不浪费时间，对整个业务或者项目的质量保障有什么样的作用？
2025-01-15 13:27:59
730
原创 【数据清洗】Pandas库数据去重Python实际操作
默认情况下，会保留第一次出现的重复项。但如果你想要保留最后一次出现的重复项，可以设置print("\n保留重复项中最后一行的DataFrame:")
2025-01-03 12:11:58
865
原创 【Python类】掌握类属性|实例属性|私有属性的定义及操作
Python的面向对象编程特性通过丰富的属性机制，使得代码更加模块化、易于管理和维护。理解并掌握这些属性的种类及其访问方式，对于编写高质量的Python代码至关重要。无论是类属性、实例属性、私有属性，还是继承中的属性访问和特殊属性，都是Python面向对象编程中不可或缺的知识点。
2025-01-02 20:06:37
1339
原创 【 Sonarqube】可视化Java项目单元测试覆盖率统计框架搭建
一个小公司的朋友反应他们那边Java项目单元测试有，但还没有可视化统计覆盖率数据，没法统计就不能直观的看到单测的覆盖率，Java的覆盖率统计框架还是比较成熟，部署起来也不是很难，下面我们逐一讲解怎么部署, 提高单元测试覆盖率和规范代码编写规范。工程中引入jacoco进行代码覆盖率统计，通过sonarqube scanner扫描工程编写规范，编写单元测试代码后，结合Jenkins每次的编译部署自动执行代码规范扫描和单元测试代码，并将结果推送到sonarqube平台进行图形展示。总代码行数为69961；
2024-12-29 10:38:55
1867
原创 【必须掌握】Redis中间件测试，QA如何设计覆盖点？
Redis本质上是一个Key-Value类型的内存数据库，很像memcached，整个数据库统统加载 在内存当中进行操作，定期通过异步操作把数据库数据flush到硬盘上进行保存。因为是纯内存操作，Redis的性能非常出色，每秒可以处理超过 10万次读写操作，是已知性能 最快的Key-Value DB。
2024-12-27 10:44:18
1061
原创 【Kafka基础】10个Kafka基础知识，面试经常会问到
前几天面试一个测试开发，问了Kafka的基础性知识，受试者没有回答出来，在项目中介绍有使用Kafka但是对kafka的基础知识掌握的却不牢固不全面，今天列出Kafka经常会问到的10个基础知识，供大家参考学习1）日志信息收集记录我个人接触的项目中，Kafka使用最多的场景，就是用它与FileBeats和ELK组成典型的日志收集、分析处理以及展示的框架该图为FileBeats+Kafka+ELK集群架构Kafka在框架中，作为消息缓冲队列2）用户轨迹跟踪：kafka经常被用来记录web用户或者app用户的各种
2024-12-26 20:33:45
1250
原创 【AI编译器】Cursor高效实用可提高3倍编程效率
必须学会使用快捷键不得不承认 Cursor 确实称得上当前最强 AI 编程工具。但, 谁能想到，在与科技巨头的激烈竞争中脱颖而出的 Cursor，竟是一支仅有 12 人的小团队?打造一款让编程更轻松、愉悦、有趣的工具，助力全球开发者聚焦更宏大的问题。可以看得出来，他们满怀希望，干劲十足，用创新思维撬动了整个行业，一跃成为领跑者。除了工具本身，Cursor 团队的崛起更值得我们学习。这个只有 12 人的小团队，竟然可以和众多大厂的 PK 中脱颖而出。
2024-12-25 19:02:11
2544
原创 【安全编码】Web平台如何设计防止重放攻击
重放攻击（Replay Attack）是指攻击者通过重复或延迟传送合法数据包来实现欺骗或获取未经授权访问的行为。在Web环境中，重放攻击通常涉及截获和重新发送合法用户的请求，以冒充该用户进行操作。重放攻击的危害未经授权的访问：攻击者可以冒充合法用户访问敏感数据或功能。重复交易：金融交易或购买过程中被重复执行，导致经济损失。数据篡改：通过重放合法请求，攻击者可能篡改数据或状态。
2024-12-25 12:25:59
1654
原创 【UI自动化】从WebDriver看Selenium与Appium的底层关联
Selenium与Appium单纯从字面上来看都有后缀ium，一个是Web端页面自动化工具，一个移动换页面自动化工具，他们两者之间有没有关联呢，是不是有底层相同的地方呢？上面的代码演示了如何使用Selenium WebDriver测试一个Web页面，并且使用Chrome浏览器来执行。另外一个代码演示了如何使用AppiumDriver测试一个Android应用程序，并且使用模拟器作为测试设备。
2024-12-24 12:35:37
1090
原创 【可视化开源性能压测工具】小巧而强大的oha
oha是一款小巧而强大的测试工具，使用Rust语言编写，依托tokio和ratatui库，实现了高效且美观的测试界面。它可用于向Web应用发送负载，并实时显示带有TUI（Text User Interface）动画的测试结果。这款工具受到了rakyll/hey的启发，并在其基础上进行了改进和创新。oha在测试过程中会实时显示测试结果，包括请求数、并发数、响应时间等关键指标。TUI界面美观且直观，使得测试结果的查看和分析变得更加方便。oha提供了丰富的配置选项，允许用户根据测试需求进行定制。
2024-12-24 09:37:53
1670
原创 据说能砸碎程序员饭碗的OpenAi o3大模型十二日谈
o3测试数据显示，在美国AIME数学竞赛中o3取得96.7分，只错了一道题，成绩远高于o1预览版的56.7分和o1的83.3%，相当于顶级数学家的水平。ChatGPT Search正式向所有用户开放，优化了搜索速度和准确性，新增语音搜索功能与地图集成，全球同步上线，提升实时信息获取体验。OpenAI推出了名为“Projects”的新功能模块，用户可以创建不同的项目，分类管理对话，上传私有文件，并设定全局指令。发布o3和o3-mini，推理能力大幅提升，支持多模式推理。
2024-12-23 10:07:49
336
原创 智能时代，不懂Prompt提示词你就真的OUT了
人工智能领域，"prompt"指的是向模型输入的文字提示或指令，用于引导模型生成对应的回复或完成特定的任务。它可以是一个问题、一句话、一段文字，甚至是一系列的指令。Prompt的内容和形式根据具体情境和需求而定，它决定了模型生成回复的方向和内容。在使用GPT-3.5及类似的自然语言处理模型时，用户通过编写简短的prompt来描述输入和预期输出的格式，然后将其传递给模型以获取响应。prompt的设计关键在于要清晰明确地表达用户的意图，并给出足够的上下文信息，以帮助模型更好地理解用户的需求并作出相应的回答。
2024-12-16 18:07:54
1333
原创 AI 智能体（AI Agent）到底什么原理？能干什么事情
智能体在千行百业中有着广泛的应用，目前已经在 600 多个项目落地和探索，广泛应用于政府与公共事业、交通、工业、能源、金融、医疗、科研等行业。智能体是模拟人类智能的计算机系统，能自主感知环境、智能决策并行动。例如，实在 Agent 智能体就是典型的智能体应用之一，它可以实现人机互动，通过语音唤醒进行启动或者控制，如打开网页，下载文件，订个餐厅，甚至是一个完整的工作流程。
2024-12-14 17:32:30
1694
原创 【小白必读】Huggingface训练模型真的好用吗？我们来看一看
综上所述，Huggingface确实是一个非常好用的NLP工具库。它拥有丰富的功能特点、易用的API以及出色的性能表现，能够满足大多数NLP应用的实际需求。如果你正在寻找一个强大且易用的NLP平台，那么Huggingface无疑是一个值得尝试的选择。当然，任何工具都不是万能的。在使用Huggingface时，你也需要根据自己的具体需求和场景进行选择和调整。例如，对于特定领域的NLP任务，你可能需要结合领域知识对模型进行定制和优化。此外，随着NLP技术的不断发展，新的工具和方法也将不断涌现。
2024-12-13 11:54:53
566
1
原创 大模型评测中的基础指标都包括哪些
大语言模型（LLM）评测是LLM开发和应用中的关键环节。目前评测方法可以分为人工评测和自动评测，其中，自动评测技术相比人工评测来讲，具有效率高、一致性好、可复现、鲁棒性好等特点，逐渐成为业界研究的重点。大模型评测中常见的评估指标覆盖了多个方面，旨在全面衡量模型的性能和能力。
2024-12-04 12:24:39
558
好的测试工程师和差的测试工程效率能差多少倍
2024-09-18
TA创建的收藏夹 TA关注的收藏夹
TA关注的人