Software Testing: Acceptance Test-Driven LLM Development

Die Entwicklung von Large Language Models (LLMs) und die Rolle von Acceptance Test Driven Development (ATDD) sind zentrale Themen in der Softwareentwicklung mit Künstlicher Intelligenz (KI). David Faragó, Experte in der Entwicklung und Qualitätssicherung von KI-basierten Telefon-Bots für Arztpraxen, teilt in dieser Folge des Podcasts Software Testing seine Erfahrungen und Einblicke in diesen Prozess.

ATDD: Herausforderungen und Lösungsansätze

Richard Seidl beleuchtet zusammen mit seinem Gast die Herausforderungen und Lösungsansätze beim Trainieren und Testen von LLMs, einschließlich der Nutzung von Prompt Engineering und Fine Tuning. Besonders bemerkenswert ist der Ansatz, ATDD-Methoden auf LLM-Entwicklungen anzuwenden, um die Qualität und Effektivität der Modelle zu verbessern. Ein weiterer Fokus der Folge liegt auf dem CPMAI-Prozess (Cognitive Project Management for AI), der eine moderne Herangehensweise an die Entwicklung und Implementierung von KI-Projekten darstellt.

Ein Hinweis von Richard Seidl: "Entschuldigt die schlechte Audio-Qualität, das ist uns leider erst im Nachgang aufgefallen. Ich hoffe, der Inhalt tröstet Euch darüber hinweg :-)"

Empfohlener redaktioneller Inhalt

Mit Ihrer Zustimmmung wird hier ein externer Podcast (Podigee GmbH) geladen.

Podcasts immer laden Podcast jetzt laden

Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Podigee GmbH) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.

Bei diesem Podcast dreht sich alles um Softwarequalität: Ob Testautomatisierung, Qualität in agilen Projekten, Testdaten oder Testteams – Richard Seidl und seine Gäste schauen sich Dinge an, die mehr Qualität in die Softwareentwicklung bringen.

Die aktuelle Ausgabe ist auch auf Richard Seidls Blog verfügbar: "Acceptance test-driven LLM development – David Faragó" und steht auf YouTube bereit.

(mdo)