分享一个近期看到字节开源的工具Midscene: https://mp.weixin.qq.com/s/8I39_TTiGM13BL2fi6gFBA以后的软件测试行业只会更加智能化,简单化, 传统手写测试用例,人工写UI自动化/接口自动化脚本的方式已经逐渐落幕,更多的是利用AI/已集成的平台, 以最低的成本和时间就可以快速上手完成自动化和专项,同时解决目前自动化存在不稳定,维护麻烦等一系列痛点,人脑学习的速度永远跟不上机器,劝谏做测试岗位实习|正岗的同学向六边形战士靠拢,市场存量竞争现在是非常激烈了~

我大三tmd逃课去白马培训是吧，你老冯同意了没？

绷不住了

1. 自我介绍2. 为什么要用 DPO，你的 DPO 数据从哪里来DPO 主要用来做偏好对齐，让模型在两个候选答案中更倾向于选择符合业务偏好的回答，而不是只学会复现标准答案。SFT 解决的是“会不会做”，DPO 更偏向解决“更喜欢哪种做法”。数据一般不是直接从线上拿一问一答就能用，而是先用上一版 checkpoint 对同一批 prompt 做多候选采样，再经过规则、模型评审和人工复核构造 chosen/rejected。这里不用商业 API 蒸馏正反样本，是因为不同模型的输出分布和本地模型不一致，直接蒸馏会让偏好边界偏到外部模型的风格上，最后 DPO 学到的是别人的分布，不一定能提升当前模型...