研究人员开发了Latte，一个用于深度神经网络的新的黑盒测试框架，旨在改进模型弱点的识别。Latte通过在网络的潜在空间中变异输入来运行，生成与原始输入语义相似但又多样化且能够暴露错误的测试用例。在多个数据集和模型上的评估表明，Latte与现有方法相比，增强了故障暴露和行为多样性，同时保持了与源种子的低语义漂移。 AI
影响 这项研究可能通过改进识别和减轻模型弱点的方法，从而带来更强大、更安全的AI系统。
排序理由 这是一篇详细介绍深度神经网络新测试方法的学术论文。[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 →