生成式增强填补AI测试语义覆盖缺口

研究者 Connor Hashemi 等人提出一套三阶段生成式 AI 流程，用于检测并填补 AI 测试与评估中的语义覆盖缺口，且无需语义真值标签。 该流程先用视觉语言模型（VLM）做零样本二分类标注，结合嵌入空间聚类找出对模型行为影响最大的语义；再用扩散模型做图生图，把已有图像转换到覆盖不足的语义域；最后通过增强图像嵌入的统计分析验证覆盖度是否提升。 据作者称，这套方法在无需真值标签的条件下即可完成缺口检测与填补，但报道未给出具体测试任务上的效果数据。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。