50% 咋来的？

为啥在国企，你总有理由吧？这个是不是技术性问题

后面突然就后面 15 倍，30 倍的增加了？你这数据咋来的？

你对什么感兴趣？除了工作以外？然后伺机而动。

你这给自己挖了个大坑啊？为啥会有这样的诉求呢？

GPT4 至少就比 gpt3.5 强很多，减少了幻觉

模型评价怎么少的了 mAP 呢？这个的加上

lz 能否具体点儿，痛点在哪里？你想怎么解决？但是收益不好到底哪些？寥寥几句，没出来怎么回事儿。

现在能对标 GPT3 吗？

半年后看这篇文章，很多问题在逐步得到改善和解决，这种精华帖不知道为啥还有人在喷，我觉得挺有启发意义的。目前 AGI 每天一个新闻，多模态加持下的大模型在逐步演进，Germini1.5 已经发布，GPT5 也不远。未来将是我们测试人员努力学习 AGI 并且结合实际落地了。想想给大家剩下的时间已经不多了。

你的视频测试的方案可以作为起步的自动化方案，不错的，加油

OCR 和 NLP 很多都是通过机器学习训练过的，就算是吧。现在 AI 外延应该很大的，咱就不用纠结这个了。
不过维护成本的论述还是非常认可的，ROI 不高的，在组织内实施，肯定要找其他原因了。毕竟技术宅有时不用太考虑工程上的东西

模板匹配不支持自动 scale，你这个的先 resize 到同个分辨率上进行，然后在 zoom

测试这些电流电压的目的是为了分析问题还是？搞清楚这些你可以上一个台阶的。

模板匹配不支持 scale 的。你试着把所有的图都缩小到最低一档，先做标准化图片，然后截取模板，最为匹配依据。当然机器学习的目标检测是你的终极方案。

这是想从需求一揽子生成测试报告的节奏呀。痛点的分段解决，这个最多算个方向了。

产品研发都是进度，资源，和质量之间的博弈。测试作为质量保证的一种手段，你是受到制约的。你就是其中一员，还存在合不合理的问题么？提高自己的核心竞争力，在测试的环节展现自己的才能，才是最合理的。

干的好好的，为啥要裸辞呀？

你最好搞个 root 的手机，然后用高优先级的程序 malloc 内存，否则你的程序很有可能会被 LMK 给干掉

不能同意更多，两手抓两手都要硬

独立思考和站在巨人肩膀上，不矛盾哈

1。先搞清为啥要做性能测试哈。你的性能测试的目的是啥？PK 过同类型的竞争产品？还是技术研发自主优化诉求？这些都需要部门之间讨论达成一致，否则你测试再多数据都不知道干啥用的。
2。然后确定你要采集的性能指标有哪些。采集这些对应到性能目标的那些 KPI 上。
3。要使用的测试工具都有很多，选择你们合适的。
4。最后就是测试，然后根据目标给出测试结果分析报告。
5。最后，再想想怎么自动化执行，怎么跟踪历史数据，怎么让让性能测试融入到整个研发过程中。
说的太虚，FYI

能具体一点么？稳定性是什么意思？如果 UI 不稳定不停的变，你的自动化稳定不了的。

为什么要做自动化？是谁要求的？这个问题可以先列出来大家讨论讨论。

那个测试也要抽空想一想，能为产品为公司为客户创造什么价值，这个要比一味的抱怨强一些。