是长亭的兄弟吗
还是要看大模型能力可不可靠,感觉各个公司 AI 训练方式可能都大同小异,主要还是训练数据的质量问题,要怎么生成大量有价值的训练数据
不少公司都布局 ai 了吧,我看挺多有的
就类似于本身是土豆服务器,你非要用来跑 3A
整理整理高飞哥的,不用多,学点皮毛,就可以出去糊弄别人了
我也快可以换了
这不就是测开吗
项目管理的岗位种类还是挺多的,项目主管、项目经理、测试主管、研发主管不都属于项目管理吗
想请教一下是什么方面呢
编写的一般是非常高级的测试,不过也会存在写的 checklist 有可能会过于通用,或者很多方面和具体的业务其实关联不上的情况
第一次看到转正还有笔试的
维护成本很高,而且由于编写的人可能不同,涉及到不同业务以及环境,大部分时候可能还不是一个人就能把所有的执行失败问题闭环,需要很多人一起协助弄,且是每个迭代都要进行。不过相对于手动全部执行一遍核心案例还是会快一点
挺不错的,类似自检的 wiki
我还有点想法,但是不知道什么样的规格才能算是专利
还是挺多的吧
高飞哥理解确实深刻,但是评论也太长了,建议单独再发一篇比较好,评论这里的规格感觉可以顶一篇精华文
感觉没用的有多深,查查日志,看看服务状态,排查环境问题,然后自己部署环境,也就这样了
说实话他们当时应该大部分也是从不在潮头慢慢走到潮头,我们大部分人都不能让自己出生就在潮头,只能自己多努力让自己站在潮头之上的可能性更高或者更加靠近
好理解
我在想是不是人脑的思考其实也差不多,也是遇到一个问题,也是在自己的认知库(训练集)里面找一个甚至也可以说是猜一个、组装一个答案出来
不知道用 GPT 解决日常工作的疑问算不算提效,我是觉得至少比百度查快一点
要是能像写代码一样,不符合格式就直接标红,估计你也没那么难看了
现在还有人用 postman 做自动化吗
最难过的就是测试内部评审,自我认为
先去划分场景,你这个 mod 是干啥的,你这个游戏是干啥的,划分出核心、次要场景优先验证核心场景,测试是不可能保障项目没 bug 的,只能保证在相对短的时间范围内实现客户需要的业务场景功能、可靠性、稳定性