#压力测试

共 4 条 · 7 天 0 条 · 30 天 1 条

信息流里打上「压力测试」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月17日

这个研究很实用，帮你选企业AI助手时知道哪个更可靠，比如在招聘场景下，哪个模型在压力下更不容易违规。

arXiv cs.AI@Mika Okamoto, Ansel Kaplan Erol原文

8月10日

这论文给了一个能自动造VLM压力测试的框架，比现有基准更能暴露模型短板，做评测的可以看看。

arXiv cs.AI@Zixuan Lan 等 4 人原文

6月29日

Nature Medicine那篇论文把模型考倒了，但作者直接把考卷开源了。后来GPT-5.5 Pro重新考，分数涨了10%！

@koltregaskes@koltregaskes原文

6月11日

做 AI 安全评测的团队会直接受影响——你的安全裁判可能比想象中更不可靠，建议点开看看测试方法。

rohanpaul_ai@rohanpaul_ai原文