promptfoo项目0.112.3版本发布:增强红队测试与性能优化
promptfoo是一个专注于AI提示工程和测试的开源项目,它帮助开发者评估、比较和优化各种AI提示(prompt)的效果。该项目通过自动化测试和评估流程,让开发者能够系统地验证不同提示策略在真实场景中的表现。
红队测试能力增强
本次0.112.3版本最重要的更新是新增了内存中毒插件功能。内存中毒是一种高级安全测试技术,通过向AI模型的记忆系统中注入特定数据,测试模型在受到潜在恶意输入时的表现。这项功能为红队测试提供了更强大的工具,使安全研究人员能够更全面地评估AI系统的安全边界。
在实际应用中,开发者可以利用这个插件模拟各种攻击场景,比如尝试让模型记忆并泄露敏感信息,或者测试模型对潜在有害内容的过滤能力。这对于构建安全可靠的AI应用至关重要。
用户体验优化
在命令行界面(CLI)方面,开发团队改进了进度条的显示方式,引入了线程分组可视化功能。这意味着当用户运行大量并发测试时,可以更清晰地了解各个测试线程的执行状态和进度,大大提升了大规模测试时的用户体验。
文档完善
技术文档方面,团队特别加强了关于红队测试策略的说明文档。这些文档详细解释了各种测试方法的应用场景和最佳实践,帮助开发者更有效地利用promptfoo进行安全测试。
性能提升
在测试性能方面,团队对Meteor和Nova Sonic测试套件进行了专门优化。这些优化显著提升了测试执行速度,使得开发者能够在更短时间内获得测试结果,特别是在持续集成环境中,这种性能提升将带来明显的效率改进。
架构改进
项目架构方面有几个值得注意的变化:
- 实现了云端攻击者配置的统一管理机制,使云环境下的测试配置更加集中和一致
- 改进了外部文件加载机制,将相关功能模块重构到更合适的代码位置
- 在设置界面中明确标记了数据集插件,提高了界面的清晰度和易用性
版本迭代
从0.112.2到0.112.3的版本迭代主要聚焦于稳定性和性能优化。开发团队保持了快速的迭代节奏,显示出项目活跃的开发状态和对质量的持续追求。
总体而言,0.112.3版本在安全测试能力、用户体验和系统性能等方面都有显著提升,进一步巩固了promptfoo作为AI提示工程测试工具的领导地位。这些改进特别适合需要构建安全、可靠AI应用的开发团队采用。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00