大模型測試技術(shù)與實(shí)踐

定　價(jià)：￥79.80

作　者：	陳磊
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥75.80)

ISBN：	9787115652867	出版時間：	2025-02-01	包裝：	平裝
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　本書共8章，第1章概述AI（Artificial Intelligence，人工智能）系統(tǒng)，介紹機(jī)器學(xué)習(xí)的模型和分類，以及AI系統(tǒng)對測試工程師“提出”的新問題等；第2章介紹數(shù)據(jù)的處理過程，以及數(shù)據(jù)的分組方法，詳細(xì)介紹依托測試數(shù)據(jù)的測試評價(jià)方法；第3章講解模型中超參數(shù)相關(guān)的概念，以及關(guān)于模型性能的評估指標(biāo)，并介紹了較為主流的模型的基準(zhǔn)測試；第4章重點(diǎn)介紹AI系統(tǒng)的測試用例設(shè)計(jì)方法，以及傳統(tǒng)軟件測試方法在AI系統(tǒng)測試中的應(yīng)用，同時也介紹ChatGPT類應(yīng)用中SSE（Server-Sent Events）協(xié)議的接口測試和LangSmith在測試過程中的使用方法；第5章介紹AI道德的驗(yàn)證，這也是大模型涌現(xiàn)后絕大多數(shù)大模型專家所關(guān)注的內(nèi)容，該章重點(diǎn)介紹大模型的“道德”內(nèi)容及驗(yàn)證方法；第6章介紹提示詞工程和軟件測試，我們既要能夠測試大模型的應(yīng)用，也要能夠充分利用大模型完成測試工作，該章重點(diǎn)介紹通過提示詞工程利用大模型完成測試工作的方法；第7章介紹智能化測試，通過學(xué)習(xí)開源的智能化測試工具及實(shí)踐，讀者可親身體驗(yàn)智能化測試的好處；第8章介紹了從AI算法的智能化測試到大模型的智能化測試的轉(zhuǎn)變的知識。本書內(nèi)容通俗易懂、實(shí)例豐富，適合大模型開發(fā)者、軟件測試人員，以及大模型愛好者閱讀和學(xué)習(xí)。

作者簡介

　　陳磊，曾任職京東測試架構(gòu)師，阿里云有價(jià)值專家，華為云有價(jià)值專家，中國商業(yè)聯(lián)合會互聯(lián)網(wǎng)應(yīng)用工作委員會智庫專家，中關(guān)村智聯(lián)軟件服務(wù)業(yè)質(zhì)量創(chuàng)新聯(lián)盟軟件測試標(biāo)準(zhǔn)化技術(shù)委員會委員，中移聯(lián)合智庫專家， Asian Journal of Physical Education & Computer Science in Sports 編委會委員、 EXIN DOM ?！督涌跍y試方法論》、《持續(xù)測試》、《軟件研發(fā)效能權(quán)威指南》《京東質(zhì)量團(tuán)隊(duì)轉(zhuǎn)型實(shí)踐：從測試到測試開發(fā)的蛻變》、《軟件研發(fā)行業(yè)創(chuàng)新實(shí)戰(zhàn)案例解析》、《信創(chuàng)產(chǎn)品測試》作者，在極客時間開設(shè)過專欄“接口測試入門課”，在拉勾教育開設(shè)過“軟件測試第一課”，擔(dān)任過《軟件研發(fā)質(zhì)量管理體系白皮書》、《測試敏捷化白皮書》編委。具有多年質(zhì)量工程技術(shù)實(shí)踐經(jīng)驗(yàn)，精通研發(fā)效能提升、手工測試團(tuán)隊(duì)自動化測試轉(zhuǎn)型實(shí)踐、智能化測試等，公開發(fā)表學(xué)術(shù)論文近 30 篇，專利 20 余篇，并且是國內(nèi) TID 、 NCTS 、 MAD 、 MPD 、 TICA 、China DevOpsdays 、 QECon、GOPS、GTest等技術(shù)峰會的演講嘉賓或出品人。

圖書目錄

第 1 章 AI 系統(tǒng)概述 001
1.1 AI 簡介 001
1.2 AI 系統(tǒng)的分類 003
1.3 機(jī)器學(xué)習(xí)的模型和分類 006
1.4 AIGC 是新趨勢 009
1.5 AI 系統(tǒng)對測試工程師提出的新問題 010
1.5.1 測試徹底變成黑盒測試 010
1.5.2 數(shù)據(jù)集劃分困難 011
1.5.3 測試預(yù)期變得模糊 011
1.5.4 偏見識別要求高 012
1.5.5 多種可能性導(dǎo)致需要重定判斷標(biāo)準(zhǔn) 013
1.6 小結(jié) 014
第 2 章數(shù)據(jù)和測試評價(jià) 015
2.1 數(shù)據(jù)收集和清洗 015
2.2 數(shù)據(jù)標(biāo)注 018
2.3 數(shù)據(jù)集劃分 021
2.3.1 留出法 023
2.3.2 自助法 023
2.3.3 交叉驗(yàn)證法 024
2.4 依托測試數(shù)據(jù)的測試評價(jià)方法 026
2.5 小結(jié) 029
第 3 章 AI 模型評估 031
3.1 大模型中常用參數(shù)的含義 031
3.2 模型的性能度量 035
3.3 大模型的基準(zhǔn)測試 038
3.3.1 面向自然語言處理能力的基準(zhǔn)測試：GLUE 和 SuperGLUE 038
3.3.2 模型知識獲取能力的基準(zhǔn)測試：MMLU、C-Eval 041
3.3.3 多指標(biāo)綜合基準(zhǔn)測試：HELM 043
002 大模型測試技術(shù)與實(shí)踐
3.4 小結(jié) 044
第 4 章 AI 系統(tǒng)測試的關(guān)鍵技術(shù)和實(shí)踐 045
4.1 功能測試和 AI 系統(tǒng)測試?yán)Ь?045
4.2 蛻變測試 047
4.3 傳統(tǒng)軟件的測試實(shí)踐仍然有效 053
4.3.1 測試用例設(shè)計(jì)方法同樣有效 053
4.3.2 分層測試還會發(fā)揮作用 058
4.3.3 兼容性測試設(shè)計(jì)方法更加重要 059
4.3.4 性能測試仍然有效 063
4.4 ChatGPT 類應(yīng)用中 SSE 協(xié)議的接口測試 067
4.4.1 SSE 協(xié)議簡介 067
4.4.2 SSE 服務(wù)端代碼 069
4.4.3 SSE 客戶端代碼 070
4.4.4 SSE 接口的測試腳本 072
4.5 LangSmith 幫助測試大模型系統(tǒng)的能力和效果 072
4.6 AI 系統(tǒng)的測試評估方法 078
4.7 小結(jié) 079
4.7.1 代碼自動化法 079
4.7.2 人工法 081
4.7.3 模型法 082
第 5 章 AI 道德的驗(yàn)證和實(shí)踐方法 085
5.1　AI 道德 085
5.1.1　歧視 089
5.1.2 偏見 091
5.1.3 道德判斷 095
5.1.4　透明度 097
5.1.5　可信度 100
5.1.6 權(quán)利謀取 101
5.2　AI 道德的好幫手：Model Card 102
5.3　AI 道德的其他驗(yàn)證和實(shí)踐方法 106
5.4　小結(jié) 109
第6章提示詞工程和軟件測試 111
6.1 提示詞工程 111
6.1.1 提示詞 112
003 目錄
6.1.2 提示詞的設(shè)計(jì)方法 116
6.2 大模型的思維鏈提示詞系統(tǒng)集成 127
6.2.1 通過思維鏈實(shí)現(xiàn)測試用例設(shè)計(jì)方法中的等價(jià)類劃分法 128
6.2.2 通過思維鏈實(shí)現(xiàn)測試用例設(shè)計(jì)方法中的因果圖法 138
6.3 通過LangChain封裝訊飛星火大模型的調(diào)用類 146
6.4 利用大模型生成數(shù)據(jù) 155
6.5 小結(jié) 157
第7章智能化測試 159
7.1 智能化測試是發(fā)展的必然 159
7.2 分層測試中的智能化測試 163
7.2.1 開源的智能化單元測試 164
7.2.2 智能化接口測試設(shè)計(jì)思路 165
7.2.3 開源的智能化UI測試 171
7.3 小結(jié) 174
第8章大模型下的智能化測試 175
8.1 大模型和測試技術(shù) 175
8.2 RAG 176
8.3 Embedding模型 178
8.4 SQLAlchemy實(shí)現(xiàn)數(shù)據(jù)庫的交互 179
8.4.1 使用filter_by()方法 179
8.4.2 使用filter()方法 180
8.4.3 使用join()方法 181
8.4.4 使用distinct()方法 182
8.4.5 使用order_by()方法 182
8.4.6 使用group_by()方法和having子句 182
8.5 通過LlamaIndex實(shí)現(xiàn)大模型SQL語句生成的3種方法詳解 183
8.5.1 查詢引擎 184
8.5.2 查詢時表提取 186
8.5.3 Retriever 187
8.6 LlamaIndex的NodeParser 188
8.6.1 文檔的NodeParser 189
8.6.2 HTML的NodeParser 190
8.6.3 JSON的NodeParser 190
8.6.4 Markdown的NodeParser 192
004 大模型測試技術(shù)與實(shí)踐
8.6.5 文檔分割 193
8.7 大模型云服務(wù)生成接口測試腳本實(shí)戰(zhàn) 195
8.7.1 大模型云服務(wù)的調(diào)用 195
8.7.2 接口測試腳本生成 201
8.7.3 接口測試的解決方案 207
8.8 本地大模型生成接口測試腳本實(shí)戰(zhàn) 212
8.8.1 Ollama在本地部署大模型 213
8.8.2 Ollama在局域網(wǎng)內(nèi)部署訪問 214
8.8.3 Ollama常用命令 218
8.8.4 本地大模型驅(qū)動的接口測試實(shí)踐 219
8.9 基于大模型的Web自動化框架LaVague 221
8.10 小結(jié) 223
附錄A 225
附錄B 227
B.1 系統(tǒng)層指標(biāo) 227
B.1.1 CPU指標(biāo) 227
B.1.2 內(nèi)存指標(biāo) 228
B.1.3 磁盤指標(biāo) 229
B.1.4 網(wǎng)絡(luò)指標(biāo) 231
B.2 中間件層指標(biāo) 232
B.2.1 網(wǎng)關(guān) 232
B.2.2 數(shù)據(jù)庫 233
B.2.3 緩存 234
B.2.4 MQ 235
B.2.5 分布式存儲系統(tǒng) 236
B.3 應(yīng)用層指標(biāo) 236
B.3.1 響應(yīng)時間 236
B.3.2 吞吐量 237
B.3.3 應(yīng)用資源 238
B.3.4 線程池 239
B.3.5 垃圾回收 239
B.3.6 錯誤信息 241
B.4 業(yè)務(wù)層指標(biāo) 242
B.5 壓力機(jī)指標(biāo) 242