arXiv · cs.AI · Shuochuan Li, Zan Wang, Dong Wang, Yuhang Jiang, Huajin Cui, Chen Zhang, Gang Wang, Junjie Chen · 5 小时前模型评分46
EMBERS：用缺陷引导模糊测试检验深度研究系统的鲁棒性
EMBERS: Empirically Motivated Robustness Testing of Deep Research Systems via Defect-Guided Fuzzing
导读
研究者分析三个深度研究（DR，Deep Research）系统的 1,932 条执行轨迹，归纳出子问题构建、在线搜索和最终推理三个环节的九类反复出现的缺陷，并提出缺陷引导的模糊测试框架 EMBERS。在 16 组框架、模型与数据集组合上，EMBERS 在相同测试预算下的失败发现吞吐量达到最强基线的 3.21 倍，且多数生成输入保留了原始信息需求与必要上下文约束。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “Guided by these findings, we propose EMBERS, an empirically motivated, defect-guided fuzzing framework for robustness testing of DR systems.”
来源：arXiv · cs.AI · arxiv.org