壹零壹玖
首页
归档
2026
2026-02-05
给 LLM 测试加一道“Flakiness Firewall”：用可重复性检测 + 稳健聚合，把随机性挡在 CI 之外
2026-02-01
把 LLM 功能当成“可回归”的产品：在 CI 里跑 Evals 的最小闭环（含门禁与漂移监控）
2026-01-31
用“变异测试”给 Prompt/Eval 找盲区：让 LLM 评测也有 Mutation Score
