跳到主要内容
检索

# 自适应配对选择

1 篇关联报道

订阅更新
  1. arXiv

    对话智能体的边界测试不再靠猜:从回复里抽条件,显式有效测试占比升到62.7%–83.3%

    对话智能体的策略边界测试有了新做法:不再从工作流图的节点和边推断期望行为,而是从探索对话中智能体的回复里抽取“条件—期望行为”陈述,再用陈述与变换指令配对生成测试。在四个领域上,62.7%到83.3%的测试是期望行为由提示、工具代码或知识库明确规定的有效边界测试,高于此前AgentEval测试套件的47.7%到68.1%;变换测试还额外覆盖13到46个显式边界。

已读完全部报道