摘要：
传统UI自动化测试的挑战 在软件开发中，UI自动化测试长期面临三大瓶颈： 脚本脆弱性：依赖CSS选择器/XPath定位元素，页面结构调整易导致脚本失效； 维护成本高：动态加载、多步骤验证等复杂交互需编写大量代码，调试耗时； 扩展性局限：数据抓取、性能监控等场景实现困难，测试覆盖深度不足。 Midsc 阅读全文
posted @ 2025-06-27 17:04
小白白中白
阅读(390)
评论(0)
推荐(0)
摘要：
AI生成黑盒测试用例的流程与案例 一、核心流程 需求分析与输入建模 需求解析：通过NLP解析需求文档或接口定义，提取功能点、输入参数、边界条件等关键信息。 测试目标定义：明确覆盖场景（正常功能、边界值、异常输入等），例如登录功能需包含用户名/密码为空、错误密码等场景。 测试用例生成 基于规则引擎：如 阅读全文
posted @ 2025-06-27 17:01
小白白中白
阅读(761)
评论(0)
推荐(0)
摘要：
RAG（检索增强生成）是一种结合信息检索与大语言模型（LLM）生成能力的技术，通过动态调用外部知识库解决LLM的固有缺陷 一、RAG的核心价值 突破LLM三大瓶颈 知识固化：预训练数据无法更新 → RAG通过实时检索外部知识库（如企业文档、最新新闻）确保信息时效性。 生成内容缺乏依据 → RAG引用 阅读全文
posted @ 2025-06-27 16:59
小白白中白
阅读(105)
评论(0)
推荐(0)
摘要：
学术：指模型生成与事实不符、逻辑断裂或脱离上下文的内容，本质是统计概率驱动的“合理猜测” 说人话：一本正经地胡说八道。 事实性幻觉：指模型生成的内容与可验证的现实世界事实不一致 忠实性幻觉：指模型生成的内容与用户的指令或上下文不一致 AI为什么会产生幻觉？ 数据偏差：训练数据中的错误或片面性被模型放 阅读全文
posted @ 2025-06-27 16:46
小白白中白
阅读(79)
评论(0)
推荐(0)
浙公网安备 33010602011771号