arrow
返回

Automated robustness testing for LLM-based natural language processing software

delete2025-12-04
delete0
PRE
AI
M
Mingxuan Xiao
X
Xiao Yan
S
Shunhui Ji
H
Hanbo Cai
L
Lei Xue
P
Pengcheng Zhang
DOI:10.1016/j.eswa.2025.130642delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• 提出 AORTA,一种用于基于 LLM 的 NLP 软件的自适应鲁棒性测试框架。 • 开发 ABS,一种采用自适应束搜索和回溯的高效测试方法。 • 实现平均测试有效性为 86.1。 • 相较于最强基线,每个测试用例减少测试成本高达 3442 秒和 219 次查询。

期刊

Expert Systems with Applications 封面图
Expert Systems with Applications
IF:
7.5
论文数:
3.0W
被引数:
10.2W

机构

H
Hohai University
学者数:
2.3W
论文数: 1.8W
被引数: 2.1W
S
Suzhou Vocational Institute of Industrial Technology
学者数:
13
论文数: 9
被引数: 224
引用论文

引用论文

Keeper: Automated Testing and Fixing of Machine Learning SoftwareKeeper: 机器学习软件的自动化测试和修复
err2024-09-27
err0
errOAAI
errWan, Chengcheng; Li, Shicheng; Xie, Sophie; Liu, Yuhan; Hoffmann, Henry; Maire, Michael; Lu, Shan
err分享
err收藏
err分享
err收藏
err分享
err收藏
err分享
err收藏
Managing extreme AI risks amid rapid progress在快速进展中管理极端AI风险
err2024-05-24
err0
errOAAI
errYoshua Bengio; Geoffrey Hinton; Andrew Yao; Dawn Song; Pieter Abbeel; Trevor Darrell; Yuval Noah Harari; Ya-Qin Zhang; Lan Xue; Shai Shalev-Shwartz; Gillian Hadfield; Jeff Clune; Tegan Maharaj; Frank Hutter; Atılım Güneş Baydin; Sheila McIlraith; Qiqi Gao; Ashwin Acharya; David Krueger; Anca Dragan; Philip Torr; Stuart Russell; Daniel Kahneman; Jan Brauner; Sören Mindermann
err分享
err收藏
err分享
err收藏
学者 查看更多内容