内容简介:
在质量领域,高效的测试联调用例或流量,都严重依赖高质量的测试数据资产。传统方式往往通过人工构造实现,存在效率低、仿真度低等缺点。本文分享了蚂蚁集团基于仿真环境的测试资产从造到选,并进一步结合aigc进行智能选数的方法和实践。
演讲提纲:
1. 测试数据资产构造难
测试环境不稳定、数据构造复杂、人工构造成本高等问题
通过特定业务资产池构造,解决了一些业务场景的数据准备问题
2. 结合AIGC的探索
如何通过大模型语言能力,基于用户语义化的问题,能提供对应的资产
我们通过蚂蚁内部的大语言模型,基于Text-2-SQL能力,构建了基于问题到特定DB查询SQL检索的能力
1). 场景设计:Text-2-SQL模型能力
2). 模型SFT:特定领域知识的设计和模型微调
3). 工程化实现: langchain知识库落地方案
3. 业务效果
4. 未来持续演进
听众受益:
1. 仿真测试环境建设方法和思考
2. 测试资产从造到选再到AIGC智能选的提效实践
目前主要负责蚂蚁集团仿真联调能力建设。曾负责过大促支付稳定性保障、业务应急自愈、业务仿真等方向技术能力和产品建设。毕业后曾就职于HP、百度等公司,经历了从传统软件到互联网平台的研发转变。