标题：工业AI大模型数据训练软件测试方法
作者：胡灿娣 李波波 王勇 郑群辉
作者单位：中控技术股份有限公司，浙江 杭州 310053
关键字：工业数据；工业AI大模型；训练软件；软件测试
摘要：针对工业AI大模型数据训练软件在多源异构数据适配、复杂工况覆盖、长时间稳定运行和数据安全等方面的测试难题，构建由需求分析、数据与场景设计、测试执行、缺陷整改和回归验证组成的闭环测试方法。该方法从数据适配、功能、性能、容错和安全五个维度设置量化指标，并采用标准化测试数据集、分层场景用例、异常注入及云边协同自动化技术进行验证。以中控TPT工业AI大模型训练软件为对象开展内部测试，结果表明：数据适配率由91.3%提高至99.2%，场景覆盖率由67.2%提高至100%，10万条时序数据的单批接入耗时由120 s缩短至35 s，单轮测试周期由15 d缩短至6 d，异常数据容错率由86.4%提高至96.8%。该方法能够提高工业AI大模型训练软件的测试覆盖度、数据适配能力和测试效率，可为同类工业软件的测试与质量改进提供参考。