آموزشبرنامه‌نویسی و علوم کامپیوتر

تست نرم‌افزار و سنجش هوش مصنوعی

تست نرم افزار و انواع تست نرم افزار از روی استاندارد جهانی: تست واحد، یکپارچگی و سرتاسری، تست خودکار، TDD، و ارزیابی مدل هوش مصنوعی و مدل زبانی؛ برای کسی که می‌خواهد خروجی کد و هوش مصنوعی را مطمئن بسنجد.

میانه۹ ایستگاه۴۶ درس۵ درس آماده

شروع۵ از ۵ درس آماده

چرا تست، و تست واقعا چه چیزی را ثابت می‌کند.

  1. تست نرم‌افزار و سنجش هوش مصنوعی: از کجا شروع کنیمآماده

    نیمه‌ی اول تست نرم‌افزار معمولی است و نیمه‌ی دوم سنجیدن خروجی هوش مصنوعی؛ تمرین‌ها با پایتون یا تایپ‌اسکریپت.

  2. تست نرم افزار چیستآماده

    اجرای برنامه برای پیدا کردن خطا پیش از کاربر؛ تست وجود خطا را نشان می‌دهد، نه نبودنش را.

  3. هفت اصل تستآماده

    اصل‌هایی که استاندارد جهانی تست بر آن‌ها بنا شده؛ از «تست کامل ممکن نیست» تا «خطاها دسته‌دسته‌اند».

  4. هزینه‌ی خطا: چرا زودتر ارزان‌تر استآماده

    خطایی که در طراحی پیدا شود، خیلی ارزان‌تر از خطایی است که کاربر پیدا کند.

  5. کیفیت نرم افزار چیستآماده

    درستی، سرعت، امنیت، دسترس‌پذیری و نگه‌داری‌پذیری؛ کیفیت فقط «خطا ندارد» نیست.

انواع تست نرم افزار۷ درس، به‌زودی

تست‌ها در سطح و هدف با هم فرق دارند.

  1. انواع تست نرم افزار به‌زودی

    نقشه‌ای از سطح‌ها و هدف‌ها: واحد تا پذیرش، کارکردی تا غیرکارکردی.

  2. تست واحد (Unit Test) چیست به‌زودی

    آزمودن کوچک‌ترین تکه‌ی کد، جدا از بقیه.

  3. تست یکپارچگی به‌زودی

    آزمودن تکه‌ها کنار هم: کد و دیتابیس، دو سرویس.

  4. تست سرتاسری (End-to-End) به‌زودی

    آزمودن مسیر کامل کاربر در مرورگر واقعی.

  5. هرم تست به‌زودی

    تست واحد زیاد، سرتاسری کم؛ چرا این شکل.

  6. تست غیرکارکردی: سرعت، بار و امنیت به‌زودی

    برنامه درست کار می‌کند؛ ولی زیر بار و حمله هم؟

  7. تست رگرسیون به‌زودی

    اطمینان از اینکه تغییر تازه چیز قبلی را خراب نکرده.

طراحی تست۵ درس، به‌زودی

چه چیزی را بیازماییم وقتی همه‌چیز ممکن نیست.

  1. مورد آزمون خوب چه دارد به‌زودی

    پیش‌شرط، ورودی، نتیجه‌ی مورد انتظار؛ روشن و قابل تکرار.

  2. دسته‌بندی هم‌ارز و مقدار مرزی به‌زودی

    دو روش کلاسیک برای کمترین تست با بیشترین پوشش.

  3. جدول تصمیم و حالت‌ها به‌زودی

    آزمودن ترکیب شرط‌ها و گذر میان حالت‌ها.

  4. تست اکتشافی به‌زودی

    آزمودن آزاد با هدف و یادداشت؛ جایی که خطاهای غیرمنتظره پیدا می‌شوند.

  5. تست جعبه سیاه و جعبه سفید به‌زودی

    از بیرون بی دیدن کد، یا از درون با دیدن کد.

تست خودکار۶ درس، به‌زودی

تستی که با هر تغییر خودش اجرا می‌شود.

  1. تست خودکار چیست به‌زودی

    کدی که کد را می‌آزماید؛ و کدام تست‌ها ارزش خودکار شدن دارند.

  2. اولین تست واحد با پایتون و تایپ‌اسکریپت به‌زودی

    نوشتن، اجرا و خواندن نتیجه.

  3. شبیه‌ساز و جایگزین (Mock) به‌زودی

    جدا کردن کد از دیتابیس و شبکه در تست.

  4. پوشش کد: عدد مفید یا گمراه‌کننده به‌زودی

    صد درصد پوشش یعنی همه‌ی خط‌ها اجرا شده، نه اینکه همه‌چیز درست است.

  5. تست ناپایدار: دلیل را پیدا کنید، نه تکرار به‌زودی

    تستی که گاهی رد می‌شود؛ اجرای دوباره پنهانش می‌کند، پیدا کردن دلیل درستش می‌کند.

  6. اجرای خودکار تست با هر تغییردر مسیر لینوکس، داکر و رایانش ابری
روش کار۴ درس، به‌زودی

تست بخشی از ساختن است، نه کاری بعد از آن.

  1. TDD چیست: اول تست، بعد کد به‌زودی

    نوشتن تست رد شونده، کد کافی برای قبولی، و تمیز کردن.

  2. هر خطا یک تست به‌زودی

    خطای پیدا شده با تستی ثبت می‌شود که پیش از درست شدن رد و بعدش قبول شود.

  3. گزارش خطای خوب به‌زودی

    قدم‌های تکرار، انتظار، نتیجه‌ی واقعی و محیط.

  4. بازبینی کدی که هوش مصنوعی نوشته به‌زودی

    کد درست‌نما ولی غلط؛ چک‌لیست بررسی و تست پیش از پذیرفتن.

سنجش مدل هوش مصنوعی۶ درس، به‌زودی

خروجی مدل هر بار فرق می‌کند؛ تست معمولی کافی نیست.

  1. چرا هوش مصنوعی سنجش جدا لازم دارد به‌زودی

    جواب درست یکتا نیست و مدل غیرقطعی است؛ سنجش آماری به جای «قبول یا رد».

  2. سنجش مدل یادگیری ماشیندر مسیر یادگیری ماشینآماده
  3. ارزیابی مدل زبانی و اپ‌هایش به‌زودی

    مجموعه‌ی نمونه، معیار و نمره؛ پایه‌ی هر تصمیم درباره‌ی پرامپت و مدل.

  4. ساختن مجموعه‌ی سنجش به‌زودی

    نمونه‌های واقعی، سخت و مرزی؛ و نگه داشتنشان جدا از آموزش.

  5. آلودگی داده‌ی آزموندر مسیر مدل‌های زبانی بزرگ (LLM)آماده
  6. بنچمارک‌ها و حدشان به‌زودی

    عدد بنچمارک عمومی با کار واقعی شما یکی نیست.

روش‌های سنجش خروجی۶ درس، به‌زودی

از مقایسه‌ی دقیق تا قضاوت انسان.

  1. بررسی قطعی: شکل، قانون و عدد به‌زودی

    هر چه می‌شود با کد بررسی کرد، با کد بررسی کنید.

  2. مدل زبانی به‌عنوان داور (LLM as a Judge) به‌زودی

    سنجیدن جواب با یک مدل دیگر؛ و سوگیری‌ها و حدهایش.

  3. سنجش انسانی و راهنمای نمره به‌زودی

    دستورالعمل روشن تا دو آدم یک جواب را یکسان نمره بدهند.

  4. معیار نمره (Rubric) به‌زودی

    شکستن «خوب» به چند ویژگی قابل سنجش.

  5. سنجش RAG: بازیابی و جواب جدا به‌زودی

    منبع درست آمد؟ جواب به منبع وفادار بود؟

  6. سنجش ایجنت به‌زودی

    نتیجه‌ی کار، مسیر، هزینه و کارهای ناخواسته.

پایش و ایمنی۴ درس، به‌زودی

سنجش بعد از انتشار ادامه دارد.

  1. پایش مدل در محیط واقعی به‌زودی

    نمونه‌گیری از گفت‌وگوها، نمره و هشدار وقتی کیفیت افت کرد.

  2. کهنه شدن مدلدر مسیر یادگیری ماشینآماده
  3. تیم قرمز: حمله برای پیدا کردن ضعف به‌زودی

    آزمودن عمدی با ورودی بد، پیش از آنکه دیگران بکنند.

  4. مدیریت ریسک هوش مصنوعی به‌زودی

    چارچوب جهانی سنجش و مدیریت ریسک: نقشه، سنجش، مدیریت و حاکمیت.

پروژه‌ها۳ درس، به‌زودی

همه با هم.

  1. پروژه: تست کامل یک ماژول کوچک به‌زودی

    تست واحد، مرزی و پوشش؛ با پایتون یا تایپ‌اسکریپت.

  2. پروژه: مجموعه‌ی سنجش برای یک دستیار به‌زودی

    ساختن نمونه‌ها، معیار، داور و گزارش مقایسه‌ی دو پرامپت.

  3. بعد از این مسیر به‌زودی

    اجرای خودکار در خط انتشار، یا ساختن اپ با مدل زبانی.