A Greptile GPT-6 Astrával teszteli az alkalmazások működését

Az OpenAI október 26-i beszámolója az alkalmazás futtatásával végzett kódmódosítás-ellenőrzést ismerteti. Daksh Gupta, a Greptile vezérigazgatója példaként egy fejlesztői szerver elindítását, a böngésző iPhone-méretűre állítását és egy eltűnő gomb modell általi felismerését említi. Ez a vállalatok beszámolója a képességről, nem független teszt.

A Greptile TREX-dokumentációja leírja a tesztelés menetét: azonosítja az érintett felhasználói műveletsorokat, beállított, elkülönített környezetben elindítja az alkalmazást, majd kattint, gépel és megvizsgálja a képernyőt. Beszámol arról, mit tesztelt és mi hibásodott meg, felvételekkel kiegészítve. A szervezet bekapcsolja a TREX-et és beállítja a környezetet; a tesztelhető működést nem érintő változtatások továbbra is kimaradhatnak.

A környezeti útmutató elválasztja az előkészítést a teszteléstől: a függőségeket mentett környezetállapotba építi, ebből indulnak az ellenőrzések. Az utasítások megadják az alkalmazást indító parancsot, a megnyitandó portot és a bejelentkezés módját. A módosított építési beállítások mentése nem végzi el az építést; ezt a felhasználó indítja, majd ellenőrzi az előzményeit. Az ajánlott szimulációhoz a beállításoknak megfelelő sikeres építés szükséges, és az nem tesz közzé bejegyzést a kódmódosítási kérelmeken.

Az eredmények útmutatója megkülönbözteti a hibákat a tesztelést megakadályozó körülményektől, például egy hiányzó változótól vagy el nem induló szolgáltatástól. Ha egyetlen felhasználói műveletsort sem tesztelt, az nem sikeres eredmény: az útmutató ilyenkor az akadályok vizsgálatára irányítja az olvasót. Az egyes ellenőrzések külön jelzik a sikert, a hibát, az akadályt és a meg sem kísérelt munkát. A műveletsor nézetében egy ellenőrzés kiválasztása a felvétel megfelelő pillanatára ugrik.