机读格式显示(MARC)

• 000 01578nam0 2200301 450

• 001 0000440848

• 005 20250628160900.0

• 010 __ |a 978-7-115-65286-7 |d CNY79.80

• 099 __ |a CAL 012025019293

• 100 __ |a 20250227d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 大模型测试技术与实践 |A da mo xing ce shi ji shu yu shi jian |f 陈磊编著

• 210 __ |a 北京 |c 人民邮电出版社 |d 2025

• 215 __ |a 244页 |c 图 |d 24cm

• 300 __ |a 异步图书

• 312 __ |a 封面题英文题名：Large language model testing technology and practice

• 330 __ |a 本书共有八章，第一章主要讲解了一些大模型系统的概念；第二章介绍了数据的处理过程以及数据的分组方法；第三章讲解了模型的一些超参相关的概念以及一些模型性能的评估指标，后面针对一些比较主流的基准测试进行了介绍；第四章重点介绍了大模型系统的测试特殊的测试用例设计方法以及传统软件测试方法在大模型系统测试中的应用；第五章重点介绍了道德验证；第六章重点介绍了提示词工程和软件测试的结合，我们既要能够测试大模型的应用同样也要能够充分利用大模型帮助我们测试工作；第七章介绍了智能化测试，通过开源的智能化测试工具的实践，让读者有机会亲自体验一下智能化测试；第八章讲解了借助大模型的智能化测试，让读者体验到了从第七章AI算法的智能化到大模型的智能化测试的转变，并在实际的RAG的实践下让所有读者都有机会和大模型来一次亲密接触。

• 510 1_ |a Large language model testing technology and practice |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 陈磊 |A chen lei |4 编著

• 801 _0 |a CN |b NMU |c 20250305

• 905 __ |a XATU |d TP181/429

• 920 __ |a 261060 |z 1

• 998 __ |a NMU