ホットトピック継続更新中
研究人员提出深度研究系统鲁棒性测试框架EMBERS
1 件の報道1 件の報道元16 時間前 更新
まずこの件を把握する
AI 概要
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 が報道をもとに生成 · 16 時間前 更新
最新の進展11月4日 13:00
研究人员推出测试框架EMBERS，故障发现吞吐量达最强基线3.21倍。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月4日
- 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。
このストーリーのホット度の推移
現在のホット度 6·比較可能範囲のピーク 10（11月4日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。