自动化测试

dmshoot开源项目
一个基于PySide6的多平台私信聚合桌面应用,支持抖音、B站等平台的私信接收与AI自动回复。##主要功能###多平台私信聚合-**抖音**&**B站**私信实时接收与发送-统一消息总线架构,插件式平台适配器-侧边栏连接状态实时反馈###扫码登录-基于**Playwright**的自动化浏览器扫码-
200Python人工智能
教育大模型产品系统
提供从模型推理、训练调优、Prompt编排到知识增强的全生命周期工具,支持以模块化方式快速搭建智能业务系统。覆盖大模型全生命周期的一站式工具平台,旨在帮助用户高效构建、管理和部署AI大模型应用。平台集成了从模型推理、训练调优、Prompt编排、知识增强,到模型服务部署与评估回流等关键能力,支持用户以
420Java教育校园
以最近一个单位系统来做功能介绍:服务对象是一家商用的saas服务,主要是服务世界五百强的科技企业、科研机构及院校、国内科研企业、法律事务所等,该saas服务可以给用户提供专利的各维度的检索、比如法律方面、图片方面、语义方面等、按照用户的需求检索出来用户需要的信息。还可以对信息进行各类分析,比如拓扑类
760Java人工智能
1.AI智能问答模块基于大模型的自然语言对话多轮上下文记忆语义理解与问题纠错AI自动生成回答历史对话分析2.企业知识库管理PDF/Word/TXT文件上传文档自动解析文本切片与Embedding向量化多知识库分类管理知识内容版本控制3.RAG检索增强系统向量数据库检索相似语义匹配上下文召回Promp
820Python人工智能
本次测试覆盖三节点etcd集群模拟三总台,验证强一致性、故障自动恢复(RTO≤5s、RPO=0)、并发吞吐151writes/s、P95延迟≤25ms。重点完成双轨独立运行与故障注入:模拟业务轨故障后仲裁器16ms内自动切换至安全轨,数据完全隔离。五级联动模拟端到端延迟44-45ms,与理论模型高度
1680Shell人工智能
本项目的主要目标是通过人工智能技术创建具有与真实人类类似的外貌、声音和行为数字人形象,以帮助用户实现输入文本即可获取具有面部嘴型与姿态符合需求的授课需求的视频。同时,本产品还支持多个场景与多个人物模型的选择,以满足用户的不同需求。基础功能包括:1、通过人工智能技术创建具有与真实人类类似的外貌、声音和
520Python人工智能
作品2:钢铁行业大模型智能识别项目测试作品名称:钢铁行业大模型智能识别测试项目作品描述:负责钢铁物料品规智能识别大模型测试,制定行业数据标注规范,参与8万+数据集质量把控;搭建自动化回归测试思路,做模型识别准确率、边界异常场景、兼容性验证,输出模型测试评估报告,优化模型识别稳定性与业务适配性。
520自动化测试人工智能
具体的功能包括提供用户:1、跟AI进行语音、文字聊天(主要的模型为GTP、MiniMax等)。2、通过用户的描述或图片进行文生图或图生图(主要的模型是Midjourney、StableDiffusion)3、提供用户使用AI进行写作,包括输入描述生成文章、输入文档进行总结和扩写、输入一般的文章进行续
890Java人工智能
为验证模型预测结果的实战有效性,本文搭建了适配**市场的量化回测框架,将模型的**预测结果转化为可执行的投资信号:当模型预测次日股价上涨时,发出买入信号;当模型预测次日股价下跌时,发出卖出信号。基于该信号开展全样本回测,选取年化收益率、最大回撤、夏普比率三大核心指标,评价策略的实战绩效:1.年化收益
720Python人工智能
1.医患对话采集与解析模块负责接收问诊过程中的文本或语音转写内容,对连续对话进行清洗、分句、角色识别和结构化解析。系统能够从医患交流中抽取症状描述、发病时间、持续时长、既往病史、过敏史、用药情况等关键信息,并生成结构化问诊要点,作为后续知识检索和建议生成的输入。2.症状与医学实体识别模块针对医疗场景
820MVVM人工智能
包含AI趋势识别模块、多因子选股/期货套利模块、回测分析模块、风险控制模块、实时行情监控模块。核心功能:基于机器学习模型识别市场趋势,构建低回撤量化策略,支持历史数据回测、参数自动优化、自动止盈止损,生成可视化收益曲线与风险报告,辅助投资者高效决策。
1990Python金融
支持Pdf..doc.docx.图片,表格等多格式文件预处理,处理范围包括文件有效性检测,水印,盖章,无效文字,乱码内容,广告等噪声清理,文件内容格式统一化处理,生成对应数据集,文本语义切片,问答对自动化生成等等
1170Python人工智能
当前共12个项目more
×
寻找源码
源码描述
联系方式
提交