南京大学软件学院iSE团队在人工智能测试领域取得重要研究进展

摘要：

深度学习推理引擎是人工智能(AI)软件的基础组件.通过将深度学习模型解析成计算图,推理引擎实现了模型的优化并支持在不同设备上运行时的加速推理.推理引擎的质量关乎其上层所有模型的质量,因此,开展深度学习推理引擎的测试是保障AI软件质量的重要环节.然而,AI测试中关于推理引擎测试的研究还存在诸多技术挑战:一方面,难以生成多样化的模型来覆盖推理引擎算子之间的连接组合,从而难以触发推理引擎的缺陷;另一方面,已有的度量方式(代码覆盖/神经元覆盖)只能刻画单个模型的质量,而不能反映需要多样化模型测试的推理引擎的质量.

机标关键词：软件学院、人工智能、南京大学、智能测试

分类号：TP311-4;G640;TP18

在线出版日期：2021-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：100