研究人员提出深度研究系统鲁棒性测试框架EMBERS
Start here
2026年11月4日，研究人员在arXiv发布成果，提出基于缺陷导向模糊测试的鲁棒性测试框架EMBERS，专门用于检测Deep Research系统的执行脆弱性。该研究分析了3个代表性系统的1,932条执行轨迹，并从中归纳出9类常见缺陷模式，在此基础上针对系统各执行阶段自动生成变异测试输入。测试结果显示，在16种不同设置下，EMBERS的故障发现吞吐量达到最强基准方法的3.21倍；此外，研究团队还通过微调实验验证了该框架能有效提升系统的一致性回答性能。
AI-generated from reports · Updated 20 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能EMBERS：基于缺陷导向模糊测试的 Deep Research 系统鲁棒性测试框架
研究人员提出基于缺陷导向模糊测试的鲁棒性测试框架 EMBERS，专门用于检测 Deep Research 系统的执行脆弱性。该研究分析了 3 个代表性系统的 1,932 条执行轨迹并归纳出 9 类常见缺陷，在此基础上针对各执行阶段生成变异测试输入。在 16 种设置下，EMBERS 的故障发现吞吐量达到最强基线的 3.21 倍，并通过微调实验提升了一致性回答性能。
Story heat trend
Current heat 6·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.