» Etiket
testing
82 yayınYeşil Skor Bir Kanıt Değildir: Otorite Boşlukları Testten Kaçtı
16/16 geçen bir test paketi, otorite modelindeki üç kritik açığı gizliyordu. Yeşil skorun neden tek başına yeterli kanıt olmadığına dair bir analiz.
Altı LLM değerlendirme aracını CI'a bağladık, sadece ikisi ayakta kaldı
Sekiz aylık gerçek CI testinde altı LLM eval aracından sadece Promptfoo ve DeepEval merge queue gate'i olarak güvenilir çıktı; nedeni determinizm.
Pyxel Konfigürasyon Aracında Durum Kaymasına Karşı Test Stratejisi
ESA'nın Pyxel çerçevesi için geliştirilen konfigürasyon aracı, şema tazeliği, gerçek şema sınır testleri ve API introspection ile durum kaymasına karşı test ediliyor.
CommitBrief — terminalde yapay zekâ destekli kod incelemesi
Staged değişiklikleri, bir commit aralığını ya da bütün bir GitHub pull request'ini yerelde inceleyen sağlayıcı bağımsız CLI. Sıfır telemetri, sunucu yok. Açık kaynak, GPL-3.0.
commitbrief.comGeliştirici, kendi SaaS başlangıç kitini rakip gibi denetledi
NuxtForge'un yaratıcısı, satışa çıkarmadan önce kiti sıfır klondan test etti; bozuk test koşucusu, açılmayan kurulum ve eksik kullanıcı gibi dört kritik hatayı ortaya çıkardı.
hwatu: Yapay Zeka Ajanları için Sıcak Daemon Doğrulama Tarayıcısı
hwatu, yapay zeka ajanları için sıcak daemon mimarili, tek çağrılı ve 35 ms'de doğrulama yapan yeni nesil bir tarayıcı sunuyor.
Google Baş Mühendisi Adam Bender: Yazılım Mühendisliğinin Geleceği
Google Principal Engineer Adam Bender, AI'ın programlamayı hızlandırırken yazılım mühendisliğini neden geride bıraktığını anlatıyor.
voidguard: Hiçbir Şeyi Doğrulamayan Testleri Yakalayan Statik Tarayıcı
voidguard, geçiyor gibi görünen ama hiçbir şeyi doğrulamayan test, tip kontrolü ve CI koşullarını tespit eden açık kaynak bir statik tarayıcı.
JavaScript Regex Hatalarını Ayıklamak İçin Test Matrisi Yöntemi
JavaScript regex hatalarını dört eksenli test matrisiyle ayıklama: Unicode, bayraklar, yakalama grupları ve durum (lastIndex) yönetimi.
Probelock: LLM araç çağırma için kilit dosyası
Probelock, LLM'in araç çağırma yeteneklerini deterministik testlerle ölçüp model/kuantizasyon değişince regresyonda CI'ı durduran bir kilit dosyasıdır.
Evidence Graph: AI ajanlarının atladığı gereksinimleri derleme hatasına çevirir
Evidence Graph, @ttsc/lint eklentisiyle AI ajanlarının atladığı spesifikasyon gereksinimlerini derleme hatasına çevirerek kod-test-belge izlenebilirliği sağlıyor.