实体 Ribeiro et al.

Ribeiro et al.

PulseAugur coverage of Ribeiro et al. — every cluster mentioning Ribeiro et al. across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

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 1 条

TOOL · CL_351841 · Nov 11 · 02:28

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。