新火種
2024-11-28 
數(shù)研所、央行金融科技研究院專利：通過對應(yīng)領(lǐng)域大模型，生成軟件測試數(shù)據(jù)
11月8日，中國人民銀行數(shù)字貨幣研究所、深圳金融科技研究院（中國人民銀行金融科技研究院）一項名為“一種測試數(shù)據(jù)的生成方法和裝置”的發(fā)明專利授權(quán)公告。其申請于2023年11月16日，涉及人工智能技術(shù)領(lǐng)域。
方法包括：響應(yīng)于接收到測試結(jié)果，確定與測試結(jié)果所包括的問題相關(guān)聯(lián)的測試數(shù)據(jù)；確定測試數(shù)據(jù)的數(shù)據(jù)構(gòu)造策略（步驟A，下有詳述）；將測試數(shù)據(jù)和數(shù)據(jù)構(gòu)造策略輸入預(yù)先設(shè)置的大語言模型（步驟B，下有詳述），使用輸入完成后的大語言模型生成新測試數(shù)據(jù)。
而在接收到測試結(jié)果之前，需要：響應(yīng)于接收到樣例數(shù)據(jù)，確定樣例數(shù)據(jù)的數(shù)據(jù)構(gòu)造策略，將樣例數(shù)據(jù)和樣例數(shù)據(jù)的數(shù)據(jù)構(gòu)造策略輸入大語言模型，使用大語言模型生成初始測試數(shù)據(jù)；使用初始測試數(shù)據(jù)對待測試系統(tǒng)進行測試，得到測試結(jié)果。
更具體的，確定測試數(shù)據(jù)的數(shù)據(jù)構(gòu)造策略（步驟A），包括：從預(yù)先設(shè)置的數(shù)據(jù)構(gòu)造策略集中篩選出與測試數(shù)據(jù)匹配的目標(biāo)數(shù)據(jù)構(gòu)造策略。而在將測試數(shù)據(jù)和數(shù)據(jù)構(gòu)造策略輸入預(yù)先設(shè)置的大語言模型之前，需要：接收自定義數(shù)據(jù)構(gòu)造策略，將自定義數(shù)據(jù)構(gòu)造策略和目標(biāo)數(shù)據(jù)構(gòu)造策略作為輸入大語言模型的數(shù)據(jù)構(gòu)造策略。
在將測試數(shù)據(jù)和數(shù)據(jù)構(gòu)造策略輸入預(yù)先設(shè)置的大語言模型之前，還需要：識別出自定義數(shù)據(jù)構(gòu)造策略和目標(biāo)數(shù)據(jù)構(gòu)造策略所包括的關(guān)鍵詞，對關(guān)鍵詞進行標(biāo)記。因此，將測試數(shù)據(jù)和數(shù)據(jù)構(gòu)造策略輸入預(yù)先設(shè)置的大語言模型（步驟B），包括：將測試數(shù)據(jù)和包括標(biāo)記后的關(guān)鍵詞的自定義數(shù)據(jù)構(gòu)造策略、目標(biāo)數(shù)據(jù)構(gòu)造策略輸入大語言模型。
此外，響應(yīng)于接收到補充說明，從關(guān)鍵詞中確定與補充說明匹配的目標(biāo)關(guān)鍵詞，將補充說明和目標(biāo)關(guān)鍵詞進行關(guān)聯(lián)；將與目標(biāo)關(guān)鍵詞關(guān)聯(lián)的補充說明輸入大語言模型。
值得注意的是，該方法中，需要：判斷新測試數(shù)據(jù)是否符合預(yù)先設(shè)置的數(shù)據(jù)規(guī)范；在新測試數(shù)據(jù)不符合數(shù)據(jù)規(guī)范的情況下，響應(yīng)于接收到新數(shù)據(jù)構(gòu)造策略，根據(jù)新數(shù)據(jù)構(gòu)造策略調(diào)整新測試數(shù)據(jù)，使調(diào)整后的新測試數(shù)據(jù)符合數(shù)據(jù)規(guī)范。
權(quán)利要求書提到，在將測試數(shù)據(jù)和數(shù)據(jù)構(gòu)造策略輸入預(yù)先設(shè)置的大語言模型之前，方法還包括：響應(yīng)于接收到訓(xùn)練數(shù)據(jù)，根據(jù)訓(xùn)練數(shù)據(jù)所屬的業(yè)務(wù)領(lǐng)域?qū)τ?xùn)練數(shù)據(jù)進行分類；使用分類后的多組訓(xùn)練數(shù)據(jù)分別對預(yù)先設(shè)置的通用大模型進行微調(diào)，得到應(yīng)用于不同業(yè)務(wù)領(lǐng)域的多個大語言模型；根據(jù)測試數(shù)據(jù)所屬的業(yè)務(wù)領(lǐng)域，從多個大語言模型中確定目標(biāo)大語言模型。因此，將測試數(shù)據(jù)和數(shù)據(jù)構(gòu)造策略輸入預(yù)先設(shè)置的大語言模型（步驟B），還包括：將測試數(shù)據(jù)和數(shù)據(jù)構(gòu)造策略輸入目標(biāo)大語言模型。
說明書提到該發(fā)明的背景為，在進行軟件測試之前需要先準(zhǔn)備測試數(shù)據(jù)，測試數(shù)據(jù)的質(zhì)量往往能夠決定軟件測試的效果，例如，數(shù)據(jù)量大、數(shù)據(jù)格式豐富、數(shù)據(jù)取值范圍隨機的測試數(shù)據(jù)能夠幫助用戶發(fā)現(xiàn)盡可能多的問題，達到較好的測試效果。在準(zhǔn)備測試數(shù)據(jù)時，通常由人工直接編寫測試數(shù)據(jù)，或者根據(jù)人工編寫的生成腳本批量生成測試數(shù)據(jù)。
但是，現(xiàn)有技術(shù)至少存在如下問題：人工編寫的測試數(shù)據(jù)或者腳本通常受編寫者的知識背景、編寫習(xí)慣的影響，導(dǎo)致得到的測試數(shù)據(jù)缺乏隨機性，僅能夠測試出軟件的部分問題，軟件測試效率較低。
該發(fā)明根據(jù)與測試結(jié)果中的問題相關(guān)的測試數(shù)據(jù)和數(shù)據(jù)構(gòu)造策略生成新測試數(shù)據(jù)，能夠提高測試數(shù)據(jù)的隨機性，有利于測試出更多的問題，提高軟件測試效率，降低人力成本。
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風(fēng)險，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負任何責(zé)任。
