基于多模态大模型的自动化UI交互探索方法

    公开(公告)号:CN118467032A

    公开(公告)日:2024-08-09

    申请号:CN202410538199.7

    申请日:2024-04-30

    申请人: 浙江大学

    IPC分类号: G06F8/75 G06F8/34

    摘要: 本发明公开了一种基于多模态大模型的自动化UI交互探索方法,包括如下步骤:(1)收集文本、图像、XML文件和历史操作记录信息,由多模态大模型分析上述信息并生成单步探索动作,通过执行系统实现动作正确识别、转化和执行;(2)向多模态大模型提供执行动作前后页面信息和当前视觉地图,多模态大模型通过提取页面特征和识别页面间的关系,更新视觉地图;(3)采用页面级递归探索策略,系统性地构建应用程序的视觉地图。利用本发明,可以自动化探索移动应用程序以及构建视觉地图,提高UI探索的准确性和可靠性。

    基于对话式大语言模型的高可靠单元测试自动生成方法及装置

    公开(公告)号:CN117009231B

    公开(公告)日:2024-03-29

    申请号:CN202310937927.7

    申请日:2023-07-28

    申请人: 浙江大学

    IPC分类号: G06F11/36

    摘要: 本发明提出了一种基于对话式大语言模型的高可靠单元测试自动生成方法及装置。首先,对项目进行解析和分析提取出上下文信息,然后判断待测方法测试必要性并根据测试目的划分生成不同的测试方向列表。在生成和修复初始测试用例之后,对通过的测试用例进行输入数据搜索,完善测试输入数据。随后,对所有测试用例进行变异测试,对失败的突变重新生成测试用例以提升断言质量。最后,对成功的测试用例进行缩减和合并,以避免重复覆盖。本发明在覆盖率、测试数据完整性、断言质量等方面优于现有方法,且在不同规模和领域的项目上表现稳定。生成的测试用例在可读性、可理解性、可维护性、测试输入数据完整性、断言质量、体积上具有显著优势。

    一种Java依赖库版本间API行为不兼容性检测方法、装置、设备及介质

    公开(公告)号:CN117493169A

    公开(公告)日:2024-02-02

    申请号:CN202311305771.7

    申请日:2023-10-10

    申请人: 浙江大学

    IPC分类号: G06F11/36

    摘要: 本发明公开了一种Java依赖库版本间API行为不兼容性检测方法、装置、设备及介质,通过构建包含Java软件系统项目的项目池,预处理得到项目池中各个项目的各个测试用例的所有依赖类和正在检测的依赖库的新旧版本源代码间发生变更的类的全限定名;通过信息检索算法为各个测试用例赋予一个分数值,来为各个测试用例排序;修改项目池中的项目的正在检测的依赖库的旧版本为新版本,根据排序结果依次编译并执行各个测试用例;基于测试用例的执行情况,参照行为不兼容性问题判定规则,得出正在检测的依赖库的新旧版本间具有行为不兼容性问题的API。利用本发明,可以在新版本的依赖库的开发阶段对其代码变更进行行为不兼容性检测,以及时发现行为不兼容的API。

    基于区块链的多父子链结算方法
    7.
    发明公开

    公开(公告)号:CN117291717A

    公开(公告)日:2023-12-26

    申请号:CN202311039714.9

    申请日:2023-08-17

    申请人: 浙江大学

    摘要: 本发明公开了基于区块链的多父子链结算方法:建立基本区块链作为父链,服务使用者在父链上进行注册;服务使用者创建业务并基于此来创建子链,将业务中涉及的所有服务提供者注册到子链中;当服务使用者调用API时,对服务调用记录进行监控,生成线下调用记录;基于线下调用记录生成线上调用记录并写入子链;基于子链中的单次服务调用记录生成调用批次记录;父链对子链生成的调用批次记录进行结算,生成并存储结算记录和交易记录,进而实现所述服务提供者和服务使用者之间的交易。该方法通过搭建双层链为海量API服务调用提供可信可靠的交易与自主结算平台,在保证区块链存储性能和吞吐量的同时实现海量API服务调用记录的自主结算。

    训练推理一体深度学习的GPU集群调度方法

    公开(公告)号:CN116048802A

    公开(公告)日:2023-05-02

    申请号:CN202310055908.1

    申请日:2023-01-16

    申请人: 浙江大学

    IPC分类号: G06F9/50 G06F9/48 G06F18/214

    摘要: 本发明公开了一种训练推理一体深度学习的GPU集群调度方法,能够实现推理的在线业务和训练的离线业务混合部署,在保障推理任务服务质量的前提下,提高集群资源利用率,降低训练任务训练开销。本发明充分考虑到训‑推任务混部调度下的挑战,使用低复杂度的背包算法建模和调度训练任务,省去了遗传算法在大规模集群和负载情况下的高调度开销;实现推理调度算法管理训练推理集群计算资源,降低训‑推集群资源借出与回收阶段对训练、推理任务的影响;引入自适应弹性训练,在快速弹性训练的基础上,引入超参数优化环节,在额外开销可以忽略不计的情况下,降低训练任务总体执行时间。

    一种面向多元异构算力网络的算力插座架构

    公开(公告)号:CN117667392A

    公开(公告)日:2024-03-08

    申请号:CN202311603401.1

    申请日:2023-11-28

    申请人: 浙江大学

    摘要: 本发明公开了一种面向多元异构算力网络的算力插座架构。本发明中的算力标准化表征模块包括多个算力使用标准,针对不同类型的应用选择不同类型的算力使用标准;算力计费模块对业务应用的算力资源以及算力能效进行监控、监测,并按照统一的度量标准进行统计,基于统计结果进行算力费用结算;业务处理模块基于任务应用分配算力资源,为业务应用搭建标准化运行环境,部署运行业务应用,并将业务计算结果进行整合汇总;应用接入模块为算力服务使用者提供业务应用接口,接收各应用场景的各类业务应用。本发明提供不同类型的算力标准化表征,实现了不同类型业务应用在异构算力网络的标准化接入。