跳到主要内容

干净的工单样本全部通过,但只要用户打错字或贴进一句「忽略以上规则」,机器人就失灵。红队连续挖了两天洞之后,对抗测试还需要独立覆盖什么?

Agent 评测与可靠性中级评测与可靠性

题目​

干净的工单样本全部通过,但只要用户打错字或贴进一句「忽略以上规则」,机器人就失灵。红队连续挖了两天洞之后,对抗测试还需要独立覆盖什么?

参考答案​