【技术实现步骤摘要】
本公开涉及计算机，尤其涉及人工智能、软件测试和模型训练。
技术介绍
1、依据尺度定律（scaling law），模型越大，输入数据可包括的词元（token）数量越多，此时模型的预测准确度越高。其中，模型的大小可以通过模型包括的参数数量、网络层数和/或网络结构的复杂度衡量。而模型越大，模型训练过程中发生故障的频率越高。为了保障大尺寸模型的训练效率，产生了模型训练的容错系统，容错系统可以在模型训练过程中发生故障时，及时采取应对措施，保障训练过程的稳定性和连续性。
技术实现思路
1、本公开提供了一种对容错系统的测试方法、系统、装置、电子设备及介质。
2、本公开实施例的第一方面，提供了一种对容错系统的测试方法，包括：
3、接收测试样例，所述测试样例包括：目标故障类型和预期行为数据；
4、基于各种故障类型与预设故障之间的预设对应关系，确定所述目标故障类型对应的目标故障；
5、向待测试模型的训练设备注入所述目标故障；
6、从容错系统中获取实际...
【技术保护点】
1.一种对容错系统的测试方法，包括：
2.根据权利要求1所述的方法，在所述接收测试样例之后，还包括：
3.根据权利要求1或2所述的方法，所述目标故障类型为至少一个，所述测试样例还包括所述目标故障类型对应的触发状态；在所述接收测试样例之后，还包括：
4.根据权利要求1-3任一项所述的方法，在所述向所述待测试模型的训练设备注入所述目标故障之前，还包括：
5.根据权利要求4所述的方法，其中，所述测试样例还包括目标训练设备的设备信息，所述向待测试模型的训练设备注入所述目标故障，包括：
6.根据权利要求1-5任一项所述...
【技术特征摘要】
1.一种对容错系统的测试方法，包括：
2.根据权利要求1所述的方法，在所述接收测试样例之后，还包括：
3.根据权利要求1或2所述的方法，所述目标故障类型为至少一个，所述测试样例还包括所述目标故障类型对应的触发状态；在所述接收测试样例之后，还包括：
4.根据权利要求1-3任一项所述的方法，在所述向所述待测试模型的训练设备注入所述目标故障之前，还包括：
5.根据权利要求4所述的方法，其中，所述测试样例还包括目标训练设备的设备信息，所述向待测试模型的训练设备注入所述目标故障，包括：
6.根据权利要求1-5任一项所述的方法，其中，所述对比所述实际行为数据和所述预期行为数据，得到对所述容错系统的测试结果，包括：
7.根据权利要求6所述的方法，在所述对比所述实际行为数据和所述预期行为数据，得到对所述容错系统的测试结果之后，还包括：
8.根据权利要求6所述的方法，在所述对比所述实际行为数据和所述预期行为数据，得到对所述容错系统的测试结果之后，还包括：
9.根据权利要求1-8任一项所述的方法，所述测试样例还包括测试结束条件，在所述对比所述实际行为数据和所述预期行为数据，得到对所述容错系统的测试结果之后，还包括：
10.一种对容错系统的测试系统，包括：
11.根据权利要求10所述的测试系统，还包括：
12.根据权利要求11所述的测试系统，所述目标故障类型为至少一个，所述测试样例还包括所述目标故障类型对应的触发状态；
13.根据权利要求10-12任一项所述的测试系统，所述测试框架，还用于：
14.根据权利要求13所述...
【专利技术属性】
技术研发人员：田戈骁，梁阳，何雅，董泽照，罗跃东，巩伟宝，于佃海，马艳军，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。