一种基于关联性的错误提交识别方法

AITNT
正文
推荐专利
一种基于关联性的错误提交识别方法
申请号:CN202510280956
申请日期:2025-03-11
公开号:CN120234240A
公开日期:2025-07-01
类型:发明专利
摘要
本发明提供了一种基于关联性的错误提交识别方法,属于软件测试技术领域。本发明采用基于排序判别的框架,利用错误报告、提交工件、执行信息以及与提交和执行相关的上下文知识的关联性进行推理以识别错误提交的方法,包括三个阶段:(1)利用小模型排序器对大规模提交数据进行批量过滤和排序,筛选出高风险的提交;(2)利用基于大语言模型的判别器对提交与错误之间的关联性进行更为精细和深入的分析;(3)采用融合重排序策略将第一阶段的初步排序结果与第二阶段的精细判断结果进行有效整合。本发明突破了传统方法仅依赖单一数据源、无法高效处理大规模数据的问题,还充分挖掘了多源异构数据之间的关联性关系,提升了错误提交的识别准确性。
技术关键词
识别方法 大语言模型 排序策略 软件测试技术 工件 阶段 排序损失 高风险 堆栈信息 列表 编码策略 语义 信息检索 批量 文本 多窗口 分词 小规模 数据
系统为您推荐了相关专利信息
1
基于视觉语言模型的金丝猴面部识别方法
面部识别模型 面部识别方法 文本 图像编码器 数据
2
一种基于毫米波雷达的阿尔兹海默病预测方法与系统
语义特征 点云特征 多模态 随机噪声 雷达
3
一种GIS罐体感应电压电流特征识别方法
特征识别方法 电压互感器 波形 罐体 电流
4
一种基于概要词的稠密稀疏检索融合方法和装置
关键词 融合方法 文库 序列 指令
5
一种网络攻击组织的行为基因识别方法
大语言模型 基因识别方法 数据库查询语句 模式 组织
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号