17:49
官方账号arXiv cs.LG@Yidi Kao, Shawn Burnham, Tommi Rose Fahy, Ali Ghanbari
推荐理由：做深度学习测试的人可以省事了，ADEPT 把各种覆盖率度量统一成一个框架，不用再挨个配置那些难搞的原型工具，直接就能跑。
测试充分性
共 2 条相关 AI 资讯
8月13日
17:49
ADEPT 是一个集成了多种深度学习测试充分性度量的统一框架，覆盖神经元覆盖率、惊喜充分性、输入分布覆盖、边界覆盖以及源级和模型级变异分数。框架提供基于模板的度量接口和扩展点，支持 YAML 配置管理、预处理缓存复用和结构化结果报告。该框架旨在让研究者和开发者无需花费数天或数周配置分散的研究原型，即可复现和应用充分性度量。论文发表于 arXiv，编号 2608.12144v1，并附有演示视频。
5月27日
10:08
10:08
官方一手arXiv: OpenAI@Nafiseh Kahani, Mojtaba Bagherzadeh
精选
推荐理由：多智能体系统测试长期依赖端到端指标，这篇论文给出了可落地的结构覆盖方法，做AI工作流测试的团队可以直接参考其DSPy实现来补全测试盲区。