夜雨聆风
求助！AI生成自动化测试脚本，RAG+Prompt v
大家好！我是一名制造业公司的程序员，我们有大量的硬件业务形态，需要自动化测试。最近在探索用AI生成自动化测试脚本的可能性。我们公司已经有了一些手工测试用例，并且基于 pytest 封装了一些函数，现在想把这些手工用例转化成自动化脚本。📝
目前，我手头有一些已经转化的自动化脚本，但在技术路线上遇到了选择困难：是用 RAG + Prompt 还是 SFT 呢？🤔
我的疑问：
1. RAG + Prompt
– 这种方式是否适合快速生成脚本？
– 生成的脚本质量如何？是否需要大量后期调整？
2. SFT（Supervised Fine-Tuning）
– 如果选择SFT，需要准备多少标注数据？
– 调优后的模型效果是否显著优于RAG + Prompt？
我的需求：
– 目标：将手工测试用例高效、准确地转化为基于 pytest 的自动化脚本。
– 资源：已有一些手工用例和基于 pytest 封装的函数，还有一些相关资料。
求助！
有没有做过类似项目的小伙伴？你们是如何选择技术路线的？RAG + Prompt 和 SFT 各自的优缺点是什么？在实际应用中，哪种方式更适合我们的场景？
欢迎大家在评论区分享经验或建议！🙏
#AI #自动化测试 #pytest #程序员#效能提升 #大模型 #软件测试 #深度学习
目前，我手头有一些已经转化的自动化脚本，但在技术路线上遇到了选择困难：是用 RAG + Prompt 还是 SFT 呢？🤔
我的疑问：
1. RAG + Prompt
– 这种方式是否适合快速生成脚本？
– 生成的脚本质量如何？是否需要大量后期调整？
2. SFT（Supervised Fine-Tuning）
– 如果选择SFT，需要准备多少标注数据？
– 调优后的模型效果是否显著优于RAG + Prompt？
我的需求：
– 目标：将手工测试用例高效、准确地转化为基于 pytest 的自动化脚本。
– 资源：已有一些手工用例和基于 pytest 封装的函数，还有一些相关资料。
求助！
有没有做过类似项目的小伙伴？你们是如何选择技术路线的？RAG + Prompt 和 SFT 各自的优缺点是什么？在实际应用中，哪种方式更适合我们的场景？
欢迎大家在评论区分享经验或建议！🙏
#AI #自动化测试 #pytest #程序员#效能提升 #大模型 #软件测试 #深度学习
