蘋果公司近日在人工智能領(lǐng)域取得重要突破,公布三項(xiàng)創(chuàng)新研究成果,聚焦通過AI與大語言模型(LLM)技術(shù)革新軟件開發(fā)與測(cè)試流程。這些研究針對(duì)傳統(tǒng)手動(dòng)測(cè)試效率低、成本高、易出錯(cuò)的痛點(diǎn),提出了自動(dòng)化解決方案,涵蓋測(cè)試方案生成、代碼錯(cuò)誤修復(fù)及軟件缺陷預(yù)測(cè)三大方向。
在自動(dòng)化質(zhì)量工程測(cè)試領(lǐng)域,蘋果開發(fā)了“智能體RAG框架”(Agentic RAG framework)。該系統(tǒng)由六個(gè)專業(yè)AI智能體協(xié)同工作,分別承擔(dān)法規(guī)合規(guī)審查、歷史案例分析、測(cè)試方案生成等任務(wù)。實(shí)驗(yàn)數(shù)據(jù)顯示,這一框架將測(cè)試準(zhǔn)確率從65%提升至94.8%,測(cè)試時(shí)間縮短85%,同時(shí)BUG檢測(cè)率提高35%。傳統(tǒng)模式下質(zhì)量工程師需花費(fèi)30%-40%時(shí)間編寫測(cè)試腳本的問題得到顯著改善。
針對(duì)代碼錯(cuò)誤修復(fù)難題,研究團(tuán)隊(duì)推出“SWE-Gym”訓(xùn)練環(huán)境。該平臺(tái)整合了11個(gè)主流Python代碼庫的2438個(gè)真實(shí)GitHub問題,通過模擬真實(shí)開發(fā)場(chǎng)景訓(xùn)練AI智能體。經(jīng)過大量實(shí)踐,基于語言模型的AI成功解決了72.5%的編程任務(wù)。這項(xiàng)成果不僅提升了開發(fā)者效率,更為人機(jī)協(xié)作編程模式開辟了新路徑。
在軟件缺陷預(yù)測(cè)方面,蘋果研發(fā)的“ADE-QVAET”模型采用自適應(yīng)優(yōu)化技術(shù)與量子變分自動(dòng)編碼器結(jié)合的創(chuàng)新架構(gòu)。該模型通過深度學(xué)習(xí)分析高維特征數(shù)據(jù),能夠精準(zhǔn)識(shí)別潛在異常。研究團(tuán)隊(duì)表示,這項(xiàng)技術(shù)將推動(dòng)軟件開發(fā)從“事后修復(fù)”向“事前預(yù)防”轉(zhuǎn)變,從根本上提升軟件質(zhì)量可靠性。
本文鏈接:http://m.www897cc.com/showinfo-24-185467-0.html蘋果三項(xiàng)AI研究助力開發(fā)者:自動(dòng)化測(cè)試、智能糾錯(cuò)、缺陷預(yù)判齊發(fā)力
聲明:本網(wǎng)頁內(nèi)容旨在傳播知識(shí),若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系,我們將在第一時(shí)間刪除處理。郵件:2376512515@qq.com