EMBERS：缺陷引导测试深度研究系统鲁棒性

1. 13:00
   arXiv · cs.AI

   EMBERS：用缺陷引导模糊测试检验深度研究系统的鲁棒性

   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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。