实体
Litmiq
Litmiq
PulseAugur coverage of Litmiq — every cluster mentioning Litmiq across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
LLM测试指南侧重于预期行为，而非精确输出
本指南介绍了一种测试大型语言模型（LLM）的方法，通过定义预期行为而非精确输出来进行测试。它提出了一个三部分模板：“必须”（基本操作）、“不得”（避免的具体失败）和“可以”（可接受的变体）。这种方法解决了LLM响应的可变性问题，确保测试侧重于功能正确性而非精确措辞。文章提供了创建有效、可检查的预期行为的示例和规则，并与传统软件测试进行了类比。
-
指南提供16个测试用例，用于稳健的客户支持聊天机器人评估
本文提供了一个包含16个测试用例的入门套件，旨在评估客户支持聊天机器人，重点关注常见的故障点。文章强调编写单轮测试以隔离特定行为，并按诸如 grounding（接地）、safety（安全）和 scope（范围）等类别进行分组。该指南还建议定义预期行为而非精确措辞，并优先测试代价高昂的错误，如虚假承诺或数据泄露。文章还包含一个虚构产品 Northwind Notes 的示例系统提示，以说明如何为聊天机器人提供事实背景。