选择题
大多是PPT上的概念
隐约记得有:判断隐式语言和显示语言,病灶区域扩增,模糊测试,随机测试…….
简单题
-
简单介绍并举例变异测试
-
简单介绍并举例差分测试
-
介绍一种基于文本和图像的软件测试方法
-
忘了
-
忘了
-
忘了
应用题
-
贪心算法、增量贪心算法、APFD计算
-
为LCS(求最长公共子串)设计蜕变测试关系和测试用例
-
为语音识别系统设计模糊测试(至少2种种子策略,3个变异规则,2个评价指标)
"AI摘要: 本文回顾了2024年秋季软件测试期末考试的内容,包括选择题、简单题和应用题。选择题主要涉及PPT上的概念,如隐式语言和显示语言的判断等。简单题部分要求介绍并举例变异测试、差分测试以及基于文本和图像的软件测试方法。应用题则涉及到贪心算法及其相关计算、为LCS设计蜕变测试关系和用例,以及为语音识别系统设计模糊测试的策略、规则和评价指标。"
大多是PPT上的概念
隐约记得有:判断隐式语言和显示语言,病灶区域扩增,模糊测试,随机测试…….
简单介绍并举例变异测试
简单介绍并举例差分测试
介绍一种基于文本和图像的软件测试方法
忘了
忘了
忘了
贪心算法、增量贪心算法、APFD计算
为LCS(求最长公共子串)设计蜕变测试关系和测试用例
为语音识别系统设计模糊测试(至少2种种子策略,3个变异规则,2个评价指标)
2023年之后,关于AI的叙事在网络上呈现出一种奇特的二元结构。 一边是AGI狂欢。每一款新模型发布,都会引发一轮”人类职业消亡倒计时”的刷屏。OpenAI的发布会,已经有了苹果当年春晚级别的仪式感,围观者屏息等待那几个benchmark数字——仿佛只要曲线向右上角弯折,AGI奇点就在明天。 另一边,是一些值得关注的反思。Andrej Karpathy最近在播客里说,他现在用AI生成的文章做初步筛选——不是为了获取信息,而是为了找到那些”没被AI写过”的东西。Gary Marcus多次公开讨论”AI生成内容的质量均值在向平均水平收敛”。
在如今 Vibe Coding 火热到近乎全民讨论的时候,说这些话大概难免会引来不少反对的声音。 不过这篇文章并不是想否定 Vibe Coding,它确实是一项重要的技术进步。我更想讨论的是:**为什么今天很多人对它产生了近乎无限的期待?** 也许几年以后,当这波浪潮过去,后人来挖坟再看今天的讨论,会有不同的理解。