התחל במצב לא מקוון עם האפליקציה Player FM !
פודקאסטים ששווה להאזין
בחסות


1 72: If You Want to Grow—Stop Fixing the Wrong Problem 16:32
Acceptance test-driven LLM development - David Faragó
Manage episode 425476502 series 3466870
Lerne jetzt auch for free von internationalen Testing-Experten. 👉🏻 Im Podcast-Spinoff Software Testing Unleashed
"Das ist relativ anspruchsvoll. Letzten Endes haben wir ein paar Komponenten. Wir machen zuerst Speech-to-Text und dann auf reiner Textbasis benutzen wir ein Language-Model." - David Faragó
Vorab: Entschuldigt die schlechte Audio-Qualität, das ist uns leider erst im Nachgang aufgefallen. Ich hoffe, der Inhalt tröstet Euch darüber hinweg :-) Die Entwicklung von Large Language Models (LLMs) und die Rolle von Acceptance Test Driven Development (ATDD) sind zentrale Themen in der KI-Entwicklung. David, Experte in der Entwicklung und Qualitätssicherung von KI-basierten Telefon-Bots für Arztpraxen, teilt seine Erfahrungen und Einblicke in diesen Prozess. Die Herausforderungen und Lösungsansätze beim Trainieren und Testen von LLMs, einschließlich der Nutzung von Prompt Engineering und Fine Tuning, werden beleuchtet. Besonders bemerkenswert ist der Ansatz, ATDD-Methoden auf LLM-Entwicklungen anzuwenden, um die Qualität und Effektivität der Modelle zu verbessern. Ein weiterer Fokus liegt auf dem CPMAI-Prozess, der eine moderne Herangehensweise an die Entwicklung und Implementierung von KI-Projekten darstellt.
David ist Deep-Learning-Engineer bei Mediform, spezialisiert auf Fine-Tuning von Large-Language-Models, Prompt-Engineering und Microservices. Nebenbei leitet er QPR Technologies, ein Beratungsunternehmen für innovative Qualitätssicherung, und ist Mitglied des Leitungsgremiums der GI-Fachgruppe Test, Analyse und Verifikation.
Highlights:
- Die neuen Horizonte der KI-Entwicklung
- Die Strategie hinter dem Erfolg: Entwicklung und Testing
- Von Theorie zur Praxis: Acceptance Test Driven LLM Development
- Die Rolle von CPMAI im Entwicklungszyklus
- Die Zukunft der KI-Entwicklung
Danke an die Community-Partner des Podcasts:Alliance for Qualification | ASQF | Austrian Testing Board | dpunkt.verlag | German Testing Board | German Testing Day | GI Fachgruppe TAV | Heise | HANSER Verlag | ISTQB | iSQI GmbH | oop | QS-TAG | SIGS-DATACOM | skillsclub | Swiss Testing Board | TACON Credits: Sound | Grafik
פרקים
1. Willkommen (00:00:00)
2. Die Praxis von LLM im Einsatz für Telefon-Bots (00:02:21)
3. Herausforderungen und Lösungsansätze in der LLM-Entwicklung (00:05:08)
4. Einführung in das Acceptance Test-Driven LLM Development (00:11:29)
5. Der Zyklus der Dialoganalyse und Modellverbesserung (00:14:53)
6. Integration von CPMAI und Machine Learning Best Practices (00:20:07)
7. Einführung in Acceptance Test-Driven LLM-Entwicklung (00:25:14)
152 פרקים
Manage episode 425476502 series 3466870
Lerne jetzt auch for free von internationalen Testing-Experten. 👉🏻 Im Podcast-Spinoff Software Testing Unleashed
"Das ist relativ anspruchsvoll. Letzten Endes haben wir ein paar Komponenten. Wir machen zuerst Speech-to-Text und dann auf reiner Textbasis benutzen wir ein Language-Model." - David Faragó
Vorab: Entschuldigt die schlechte Audio-Qualität, das ist uns leider erst im Nachgang aufgefallen. Ich hoffe, der Inhalt tröstet Euch darüber hinweg :-) Die Entwicklung von Large Language Models (LLMs) und die Rolle von Acceptance Test Driven Development (ATDD) sind zentrale Themen in der KI-Entwicklung. David, Experte in der Entwicklung und Qualitätssicherung von KI-basierten Telefon-Bots für Arztpraxen, teilt seine Erfahrungen und Einblicke in diesen Prozess. Die Herausforderungen und Lösungsansätze beim Trainieren und Testen von LLMs, einschließlich der Nutzung von Prompt Engineering und Fine Tuning, werden beleuchtet. Besonders bemerkenswert ist der Ansatz, ATDD-Methoden auf LLM-Entwicklungen anzuwenden, um die Qualität und Effektivität der Modelle zu verbessern. Ein weiterer Fokus liegt auf dem CPMAI-Prozess, der eine moderne Herangehensweise an die Entwicklung und Implementierung von KI-Projekten darstellt.
David ist Deep-Learning-Engineer bei Mediform, spezialisiert auf Fine-Tuning von Large-Language-Models, Prompt-Engineering und Microservices. Nebenbei leitet er QPR Technologies, ein Beratungsunternehmen für innovative Qualitätssicherung, und ist Mitglied des Leitungsgremiums der GI-Fachgruppe Test, Analyse und Verifikation.
Highlights:
- Die neuen Horizonte der KI-Entwicklung
- Die Strategie hinter dem Erfolg: Entwicklung und Testing
- Von Theorie zur Praxis: Acceptance Test Driven LLM Development
- Die Rolle von CPMAI im Entwicklungszyklus
- Die Zukunft der KI-Entwicklung
Danke an die Community-Partner des Podcasts:Alliance for Qualification | ASQF | Austrian Testing Board | dpunkt.verlag | German Testing Board | German Testing Day | GI Fachgruppe TAV | Heise | HANSER Verlag | ISTQB | iSQI GmbH | oop | QS-TAG | SIGS-DATACOM | skillsclub | Swiss Testing Board | TACON Credits: Sound | Grafik
פרקים
1. Willkommen (00:00:00)
2. Die Praxis von LLM im Einsatz für Telefon-Bots (00:02:21)
3. Herausforderungen und Lösungsansätze in der LLM-Entwicklung (00:05:08)
4. Einführung in das Acceptance Test-Driven LLM Development (00:11:29)
5. Der Zyklus der Dialoganalyse und Modellverbesserung (00:14:53)
6. Integration von CPMAI und Machine Learning Best Practices (00:20:07)
7. Einführung in Acceptance Test-Driven LLM-Entwicklung (00:25:14)
152 פרקים
Alle episoder
×
1 Open Source sicher und einfach einsetzen - Dirk Riehle 44:30

1 Ergebnisse der Software-Test-Umfrage 2024 - Frank Simon, Karin Vosseberg 31:54

1 Qualitätsprobleme in bestehender Software mit KI beheben - Benjamin Hummel 26:37

1 Retrospektiken richtig gemacht - Sabina Lammert 27:59

1 Swiss Testing Board - Thomas Müller 25:39

1 Cypress, Playwright oder WebdriverIO - Dehla Sokenou 30:09

1 Fuzzy Testing nach Maß - Andreas Zeller 40:12

1 Synthetische Testdaten - Dominic Steinhöfel 30:24

1 Zeitalter der Autonomik - Peter Liggesmeyer 30:40

1 KI Einsatz für die Legacy-Modernisierung - Erik Dörnenburg 37:02

1 Von der Testfactory zum QS-Coaching - Stephan Brehovsky, Christian Ulrich 18:20

1 Mit Nudging zu mehr Security - Dr. Erlijn van Genuchten 25:11

1 Gewaltfreie Kommunikation im Software Testing - Maroš Kutschy 21:41

1 Geschäftsgetriebene Testautomatisierung - Jörg Sievers 27:48

1 Eine Referenzimplementierung als Testorakel - Stefanie Leitner 20:06

1 Lernen mit Simulationen - Andreas Wübbeke, Johanna Maduch 26:01

1 Leichtgewichtige Testkonzepte im Bundesverwaltungsamt - Dr. Oliver Kortendick, Simone Mester 23:27

1 Robot Test Framework - René Rohner 31:58

1 Software Testing Podcasts - Markus Thaler 46:31

1 Enterprise Testing - Ursula Beiersdorf 30:05

1 Microservices testen - Michael Kutz 37:04

1 Die Power von informellen Netzwerken - Yuliia Pieskova 33:13

1 KI-Prüfung und -Zertifizierung - Christoph Poetsch 27:53

1 Steigerung der Qualität im SAFe-Umfeld - Andreas Neumeister 23:48

1 Von Cypress zu Playwright - Maciej Wyrodek 42:28

1 Risikobasiertes Testen - Uwe Paesch 21:23

1 Warum Webkomponenten testen, wenn man die UI testen kann? - Felix Wunderlich 21:18

1 Requirements analysieren und verbessern - Paul Gerrard 34:09

1 Testbeschreibung für KI-Fähigkeiten - Taras Holoyad 23:44

1 Typisch Tester? Diverser als man denkt - Isabel Evans 23:22

1 Vom Bauchgefühl zum KI-unterstützten Testentwurf - Michael Fischlein 28:35

1 Weniger Pipelines, mehr Spaß - Karsten Günther 20:42


1 Testentwurfsmethoden - Rik Marselis 22:59

1 Warum ist Code so schwer zu verstehen? - Stefan Mandel, Peter Guntermann 27:19

1 Test-Infrastruktur bei einem Küchengerätehersteller - Andreas Berger 19:45

1 Software Test Leadership - Kari Kakkonen 18:56

1 Intelligente Organisationen - Johannes Mainusch 22:46

1 Rückblick 2024 und Trends 2025 - Florian Fieber 30:48


1 Barrierefreiheit testen mit Betroffenen - René Matthäi, Serdal Bilir 22:27

1 Übernahme von Software mit unbekannter Qualität - Sonja Trimmel, Helmut Nitsch 18:29

1 Impostor-Syndrom - Sophie Küster 20:57

1 Wie modellbasiertes Testen besser funktioniert - Matthias Hamburg 22:12
ברוכים הבאים אל Player FM!
Player FM סורק את האינטרנט עבור פודקאסטים באיכות גבוהה בשבילכם כדי שתהנו מהם כרגע. זה יישום הפודקאסט הטוב ביותר והוא עובד על אנדרואיד, iPhone ואינטרנט. הירשמו לסנכרון מנויים במכשירים שונים.