三民網路書店 / 搜尋結果

本書從軟件自動化測試的發展歷史和趨勢出發，作者總結了當前軟件自動化測試的需求和挑戰，比如:1. 測試對象功能複雜化，被測對象的功能越來越多，越來越全面。2. 迭代快速化，軟件從設計到交付的時間週期越來越短。3. 測試環境規模不斷增加，被測試對象的系統規模越來越龐大。在此基礎上，本書以實戰的方法，深入淺出地分析和介紹了一種模塊化平臺的設計方案來應對這些挑戰，逐一介紹了每個模塊的設計思路。這種自動化測

★OpenAI公司祕辛大公開☆AI皇冠上明珠 - NLP的發展歷程★ChatGPT的核心技術，Transformer詳解，GPT1-4是怎麼進化躍進的☆LLM和多模態如何融合在一起★多模態大型語言模型的核心技術、GAN、VAE☆知名多模態大型模型對比，中小企業大型模型的建構★LoRA、QLoRA、AdaLoRAR、DeepSpeed的ZeRO-3☆量化技術、剪枝技術、微調實戰、壓縮技術★大型模型的主要應用場景及佈署☆多模態大型模型的AI助理實戰實例★多模態大型模型在情緒、軟體開發領域使用 大型模型研發更像一場遍佈全球的科技「軍備競賽」，模型的效果如果「差之毫釐」，面臨的結局可能就是「失之千里」。從技術發展的角度來看，我們認為，單模態大型模型只是過渡型技術，多模態大型模型將成為通用人工智慧賦能各行各業的重要技術底座。大型模型的核心特徵是「大量資料、大算力和大參數量」，這幾個「大」字無疑極大地提高了人工智慧大型模型的研發、訓練、部署和應用門檻。中小公司有點玩不起人工智慧大型模型了，這是中小公司面臨的難題。 本書不但是詳細介紹多模態大型模型的發展歷史、技術要點和應用方面的書籍，更是詳細介紹了中小公司的大型模型建構之路，闡述了如何透過微調、量化壓縮等技術建構垂直領域的輕量級大型模型。本書還詳細介紹了中小公司的大型模型建構之路，闡述了如何透過微調、量化壓縮等技術建構垂直領域的輕量級大型模型。

在數字化轉型、軟件吞噬世界的時代，研發效能已成為企業的核心競爭力。本書系統地闡述研發效能的框架，以及有關管理實踐、工程實踐、組織實踐、技術實踐、度量實踐、規模化實踐和工具落地等方面的內容。希望通過良好的框架設計和組織， 把最前沿、最有成效的研發效能改進和提升案例展現給讀者。本書適合IT行業的各類從業人員閱讀，無論是技術人員、項目經理、產品經理，還是團隊管理人員、資深專家和高層管理者，都能從本書中得到啟發。

本書系統講解了軟件測試人員必知必會的測試知識、技術和工具。全書分為12章。第1章和第2章用“用戶登錄”測試實例，講解了軟件測試基礎知識，讓讀者快速學習關鍵的基礎知識；第3章講解了GUI測試框架設計、框架在大型電商網站的具體實踐，梳理了影響GUI自動化測試穩定性的關鍵因素，並給出了切實可行的解決方案；第4章介紹了3類移動應用的測試方法與技術，以及如何在移動測試中應用Appium來幫助測試人員更好地實現自動化測試；第5章以循序漸進的方式，講解了API測試的關鍵技術、微服務架構下的API測試挑戰等；第6章講解了代碼級測試的基礎知識、靜態測試方法、動態測試方法、靜態掃描工具Sonar、單元測試框架TestNG、代碼覆蓋率工具等內容；第7章和第8章系統地對性能測試的方法以及應用領域進行闡述，並基於LoadRunner講解大型企業性能測試的規劃、設計、實現的具體實例，還介紹了大型互聯網產品的全鏈路壓測的行業實踐；第9章探討了測試數據準備的技術，並討論了很多準備測試數據的新方法；第10章結合主流的DevOps和CI/CD，深入剖析了大型互聯網企業的測試基礎架構設計；第11章和第12章講解了軟件測試新技術，如探索式測試、測試驅動開發、精准測試、滲透測試、基於模型的測試，以及人工智能在測試領域的應用。本書適合測試人員、開發人員、運維人員、測試經理和軟件質量保證人員學習，也可以作為大專院校相關專業師生的學習用書和培訓學校的教材。

在數字化時代，公司的業務都高度依賴信息技術，研發效能已經成為信息科技企業發展的核心競爭力。研發效能在國內還處於快速探索期，還有一系列非常重要的概念需要澄清，方法和實踐需要整理，問題和困惑需要解答。本書試圖通過洞悉研發效能提升的底層邏輯，全方位、系統地介紹研發效能的全景。我們希望這本書是研發效能領域的百科全書，能夠涵蓋效能提升全生命週期的方方面面，在精心設計的邏輯結構組織下，能夠對效能實踐、效能工具平臺、效能度量方法，以及各個行業典型案例等進行全面又有深度的解讀。我們希望通過本書幫助更多在研發效能領域持續探索的企業和同行，為軟件工程在國內的持續發展做出一點點貢獻。

本書旨在通過各個公司在工程創新、管理創新、產品創新、技術創新、效能創新上的最佳實踐，以及對案例的分析和總結，為其他公司提供一定的參考和借鑒，以幫助大家更快速地解決所遇到的問題。本書共包含22個實戰案例，涵蓋了研發效能提升、數字化實踐、敏捷轉型、研發管理、人才培養、AI視覺分析引擎構建等軟件研發各個領域的多個方面，適用於軟件研發行業中的各類管理人員和從業者。

本書詳細介紹了大語言模型和多模態大模型的發展歷史、技術原理和亮點、主要的開源框架、配套工具、部署細則和實戰案例。為了讓讀者更好地進行大模型的應用實戰，本書還詳細介紹了使用大模型為商業賦能的3個應用案例。期望本書能夠幫助讀者打開通往大模型尤其是多模態大模型的學習、實戰和商業成功之路。