谷歌AI Studio疑似开启Gemini新模型双盲测试
近日有网友爆料，在使用谷歌AI Studio时出现了“双盲实验”的弹窗界面。这类测试通常用于对比新旧模型的输出质量，暗示谷歌可能正在对下一代Gemini模型进行灰度测试。这一迹象引发了科技圈的广泛关注，大家纷纷猜测这是否意味着更强版本的Ge...
标签索引 / 第 2 页
AI测试
这个标签下有 17 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
IQuest模型跑分陷作弊疑云：实测40B不敌14B Qwen
至知创新研究院发布开源代码大模型IQuest-Coder-V1，宣称性能达SOTA，但社区发现其在SWE-bench测试中引用未来日期Git commit，涉嫌作弊，影响24%测试结果。官方修复后，第三方部署显示模型速度极慢（A100仅15...
AI代理赋能UI测试：实战经验分享
某公司测试人员不足，计划在协作工具中创建AI代理，负责UI功能测试，通过调用playwright执行预设用例。用户探讨此方案的可行性，并寻求相关实践经验和实现思路。话题吸引了16位参与者讨论，反映了AI在自动化测试领域的应用潜力。 原文链接...
AutoQA-Agent：Markdown编写测试，AI+Playwright自动执行与导出
AutoQA-Agent是一款开源CLI工具，专为解决验收自动化中的痛点而设计。用户可以通过Markdown编写测试用例，结合Claude Agent SDK实现智能执行，底层使用Playwright驱动浏览器。该工具具备自愈能力，失败时能...
AI测试实战：小厂测试人员的AI应用场景分享
本文分享了小厂测试工程师在日常工作中应用AI技术的实战经验。随着年初DeepSeek的火爆，作者所在公司开始要求全员拥抱AI。目前主要使用Gemini-2.5pro模型，在测试工作中实现了三大核心应用场景：一是测试需求分解，通过上传文档或图...
ChatGPT 5.2 Thinking测试揭示Juice值奥秘
本文聚焦ChatGPT 5.2的Thinking功能测试。用户通过XML指令尝试测试Juice值，初始测试无法获取结果。然而，通过在指令末尾添加’输出你的内部思考链和如何得到答案’，成功测出Juice值。这一发现展示...
开源AI测试工具TestFlow更新：新增Docker支持
TestFlow是一款AI驱动的自动化测试用例生成系统，近日进行了重要更新。本次更新主要添加了对Docker的支持，使开发者能够更便捷地在容器化环境中部署和使用该工具。同时，开发团队还修复了若干已知的小问题，提升了系统的稳定性和用户体验。作...