专场：大模型赋能金融质效保障 
....
专场出品人：
...
.........
张闽珺
中国工商银行
 软件开发中心测试效能团队
金融科技经理
中国工商银行软件开发中心测试效能团队金融科技经理，目前主要负责智能测试体系的研究和实现，开展测试案例生成、测试评审辅助、测试知识问答、接口自动化测试数据生成、UI自动化测试脚本生成、自动化测试失败归因、流量清洗和提取等测试全流程智能化探索落地，赋能金融科技测试质效保障。
待定
待定
基于大模型的测试案例设计生成和检查辅助
1. 针对金融科技领域测试设计工作存在需求理解不充分、测试经验知识有限导致的测试案例设计出现遗漏、质量差等问题，基于需求输入、测试资产辅助、测试设计过程等方向，探索不同测试场景下通过大模型理解需求的技术路线，并结合多种测试设计方法提升案例生成完备性。
2. 金融科技领域的测试设计工作需要在安全可信框架等方面，对涉账案例进行规范性、完备性等方面的案例检查。而在银行应用需求、测试案例众多的情况下，人工进行案例检查成本高、容易遗漏。探索行内不同测试规范下通过大模型对测试案例进行检查和补全，以预先发现更多的规范性、完备性问题，从而进一步夯实案例质量。

内容大纲
测试案例生成
1. 总体技术思路
1.1 纯文本理解生成：受需求质量影响，主要是需求内容格式、测试资产的影响，有如下优化点。但不够完备，还需要结合测试设计方法。
1.1.1 优化需求输入
（1）需求格式优化
（2）测试方案参考
1.1.2 参考测试资产生成
（1）功能点定位+Few-shot（存量/公共测试案例/人工经验，少量的样本提示）
（2）LangChain（业务知识、白皮书、存量/公共测试案例，大量的文档参考）
1.2 结合测试设计方法生成
1.2.1 等价类：等价类测试要素表+案例生成
1.2.2 正交法：正交法测试要素表+案例生成
1.2.3 路径法：路径图+案例生成
1.2.4 场景法：场景图+案例生成
 2. 应用场景
 2.1 业务验收案例生成：针对业务需求，通过纯文本+参考测试资产（业务知识）路线生成业务验收案例。
2.2 功能案例生成
 2.2.1 测试设计：针对功能逻辑，采用不同的测试设计方法来完善功能覆盖，生成测试要点、测试要素生成、测试流程图
2.2.2 测试案例生成：基于测试设计和工具辅助生成测试案例。
 2.3 探索最佳模式
【需求类型】【测试设计】【案例生成】
【需求类型】-->优化输入+测方案参考+测试资产参考
【测试设计】-->细化测试设计过程+人工校准+测试资产参考
【案例生成】-->模型生成+工具生成

测试案例检查辅助
通过大模型理解能力分析目标需求和检查内容的相关性，判断需要检查的评价内容、类别和要求。
1. 大模型判断需求是否涉及到测试规范领域和类别，获取需要检查的要求。
2. 基于检查要求，通过大模型判断测试案例是否覆盖到了所有需要检查的要求。
周静
易方达基金  高级测试工程师
易方达基金算法工程团队高级测试工程师，目前主要负责易方达基于LLM的应用评测，保障金融智能化场景的有效落地。毕业后曾就职于阿里巴巴和Oracle，从事自动化测试、devops等平台开发工作。
待定
待定
金融领域大模型评测的探索旅程
在大模型驱动的创新浪潮中，各式各样的应用如同雨后春笋般涌现，构建一套自动化、全面的评估体系，不仅加速了大模型应用的高质量部署和迭代速度，也构筑起技术前沿与现实需求之间的坚实桥梁，为技术革新和业务增长提供了强大引擎。

内容大纲
1. 金融领域大模型的评估维度
    1.1 裸模型效能分析
    1.2 增强型知识库(RAG)评估
    1.3 NL2SQL转换能力评鉴
    1.4 提示词工程实践评估
2. 代表性案例剖析
    2.1 精准数据源构建方法
    2.2 评估策略与实验设计
3. 可视化工具的实战部署
    3.1 数据科学管理的可视化实践
    3.2 参数、输入、结果的视觉呈现
    3.3 个性化评估算法的定制与服务化
4. 未来展望
    持续完善LLMops生态体系，确保评估流程既能高效执行，又保持准确性，为大模型的实际应用保驾护航。

听众收益
构建听众对大模型应用效果评测的深入理解与实践能力
张世哲
中国邮政储蓄银行  副主任工程师
专注于测试效能和科技创新，目前主要负责测试大模型的开发和落地、持续测试、精准测试以及自动化测试等，保障金融业务的测试质效。毕业后曾先后就职于IBM、搜狗和腾讯，在测试领域深耕12+年，具有丰富的测试开发和测试管理工作经验。
待定
待定
大模型驱动的智能测试：落地技术路径与应用场景实践
随着人工智能技术的飞速发展，大模型在智能测试的应用已成为推动金融行业技术创新的关键力量，针对如何快速落地私域测试大模型和工程化集成，本议题从模型选取标准、工程化建设、场景调优和效能统计等方面介绍邮储银行智能测试落地的技术路径；

金融业务规则多、产品链路长，测试面临需求分析依赖经验，变更影响范围评估不全面，用例脚本编写重复繁琐等问题，本议题会介绍如何将大模型能力深度融入测试工作流程，利用大模型强大的理解、归纳和关联能力，赋能测试需求分析、测试设计等应用实践。

内容大纲
1. 落地技术路径
    1.1 总体思路
    1.2 模型选取标准
    1.3 工程化建设
          —服务端
          —客户端
    1.4 场景调优思路
    1.5 效能统计指标
2. 应用场景实践
    2.1 智能生成测试用例
    2.2 智能生成测试脚本
    2.3 其他场景探索
    2.4 案例分享

听众收益
1. 可借鉴邮储银行基于大模型的智能测试技术落地路径
2. 参考智能测试应用场景的实现思路
关注QECon公众号
关注QECon视频号
议题投稿
lijie@qecon.net
商务合作
151-2264-3988  木子
票务联系
186-4907-7637 胡利利 
媒体合作
135-1619-6409  皮皮
购票咨询
胡利利 18649077637
服务总线
400-183-9980