待验证50% 置信解决方案精确时间

鲁棒性测试应纳入模型评估流程，仅测试标准提示不够，应主动引入扰动变体检验模型稳定性

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

提示词扰动如何影响大模型的偏见与幻觉？

涉及实体

鲁棒性测试concept

相关事实

待验证纯Agent系统测试面临非确定性输出挑战，只能依赖LLM评判器或人工评估78% 相似待验证在关键任务中建立小规模基准测试、定期用固定题目检验模型稳定性是更务实的做法78% 相似待验证通过回归测试主要验证功能正确性和输出一致性，不覆盖并发竞态条件、极端负载行为或长时间运行稳定性78% 相似待验证本次测试仅覆盖了复刻维度，即给定明确目标看模型能否精准还原，尚未测试编导（镜头想象力）能力77% 相似待验证理想的评估流程应将仿真评估作为初筛工具排除明显不合格的策略，再通过真实世界物理测试完成最终验证77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/961158

API

curl https://kongchang.com/api/v1/knowledge/claims/961158

MCP

get_claim(id=961158)