RoleFUZZER：用户行为模糊测试检验角色规范
热点事件持续更新
RoleFUZZER：用户行为模糊测试检验角色规范
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年10月30日，arXiv Artificial Intelligence 刊出 Kshitish Ghate 等作者的论文，提出用户行为模糊测试（user behaviour fuzzing），即对可能导致模型违反角色规范的用户行为进行引导式搜索，并发布框架 RoleFUZZER。该框架把软件测试中的覆盖率引导模糊测试迁移到这一搜索上，通过用户行为覆盖网格构造多轮交互场景。报道称，在15轮测试中，RoleFUZZER 对5种角色规范均达到64格行为网格至少89%的覆盖率；在同等对话预算下改用 LLM 自由生成用户，覆盖率降至39-69%，且发现的违规类型更少。目前事件进展停留在框架提出与实验评估阶段，报道未提及后续应用或更新。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 12:00
RoleFUZZER：用用户行为模糊测试检验大语言模型的角色规范遵循报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv Artificial IntelligenceRoleFUZZER：用用户行为模糊测试检验大语言模型的角色规范遵循
RoleFUZZER 将软件测试中的覆盖率引导模糊测试用于 LLM 角色规范遵循检验，通过用户行为覆盖网格构造多轮交互场景。在 15 轮测试中，它对 5 种角色规范均达到 64 格行为网格至少 89% 的覆盖率；同等对话预算下改用 LLM 自由生成用户，覆盖率降至 39-69% 且违规类型更少。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。