图灵汇官网

苹果公司近日公开了三项与人工智能相关的研究成果，重点展示了如何利用AI和大语言模型来提高软件开发和测试的效率。这些研究分别关注自动化的质量检测、代码错误修复以及软件缺陷预测，目的是应对传统手动测试过程中耗时长、成本高且容易出错的问题。

第一项研究介绍了一个名为“智能体 RAG 框架”的系统，用于自动化软件测试。以往，测试人员需要花大量时间编写测试方案和脚本。苹果设计了一个由六个AI模块组成的协作系统，每个模块负责不同任务，如法规检查、历史数据分析和测试生成等。该框架提升了测试的准确性，将准确率从65%提升到94.8%，同时节省了85%的时间，并提高了35%的BUG发现率。

第二项研究推出了一种叫“SWE-Gym”的训练平台，专门用来训练AI解决实际的编程问题。这个平台包含了来自多个知名Python代码库的真实GitHub问题，让AI在模拟环境中学习如何识别并修复错误。经过训练后，基于语言模型的AI成功处理了72.5%的编程任务。这项研究希望借助AI提高开发者的效率，并探索人机合作的新方式。

第三项研究专注于提前发现软件中的问题，为此开发了一个名为“ADE-QVAET”的AI模型。它结合了自适应优化技术和量子变分自动编码器，能够通过深度学习识别复杂数据中的异常情况。这项技术的目标是让软件开发从“发现问题”转向“预防问题”，从而改善整体软件质量。