研究人员开发了TESTNAV，一个旨在提高深度学习模型组合鲁棒性测试效率的新框架。该框架通过采用帕累托引导搜索，解决了组合爆炸和生成不切实际测试用例的挑战。TESTNAV通过同时最大化性能下降和保持输入保真度（使用SSIM和chrF等指标），优先识别严重但现实的故障。该系统利用NSGA-II算法来逼近双目标帕累托前沿，在视觉、语言和代码生成基准测试中展示了显著的加速和对扰动空间的探索减少。 AI
影响 该框架通过改进对现实世界输入扰动漏洞的识别，有望带来更可靠的AI系统。
排序理由 该集群描述了一篇关于AI模型测试新颖框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
