Promptfoo 0.114.5版本发布:安全测试与稳定性提升
Promptfoo是一个专注于AI提示工程和测试的开源框架,它帮助开发者评估、比较和优化各种AI模型的提示效果。该工具支持多种主流AI提供商,并提供丰富的测试功能,是AI应用开发中不可或缺的质量保障工具。
安全测试功能优化
本次版本在安全测试(Red Team)方面进行了多项改进。首先移除了内存中毒插件(memory poisoning plugin)的策略排除问题,这个插件原本用于测试模型对恶意输入的防御能力。开发团队还优化了代理发现信息的暗黑模式显示,提升了用户体验。
在安全策略方面,新版本增加了严重性级别分类,使安全测试结果更加结构化。同时改进了编码策略的原始文本存储机制,确保测试过程的可追溯性。特别值得一提的是,新增了emoji编码策略,这种创新的测试方式可以帮助开发者评估模型对非传统输入的处理能力。
性能与稳定性增强
在性能优化方面,本次更新修复了maxConcurrency未定义时的回退处理问题,确保并发控制更加健壮。命令行界面(CLI)增加了Ctrl+C的终端清理功能,使得开发者在中断操作时能够获得更干净的退出体验。
对于OpenAI聊天补全提供商的继承机制,新版本改进了日志记录,使调试过程更加透明。这些改进显著提升了框架在复杂场景下的稳定性和可维护性。
测试与质量保障
测试覆盖率的提升是本次更新的另一亮点。新增了内存中毒插件的单元测试,改进了测试环境的设置和拆卸机制,实现了更好的测试隔离。Web用户界面部分增加了遥测钩子测试,确保用户行为追踪功能的可靠性。
开发团队还引入了Tusk测试运行器工作流,这是一个专门用于单元测试的新工具,进一步强化了项目的自动化测试能力。这些措施共同提升了Promptfoo的整体代码质量和可靠性。
开发者体验改进
在开发者体验方面,本次更新优化了自定义策略模板和生成提示的解析器,使安全测试配置更加灵活。依赖项也进行了例行升级,包括Anthropic AI SDK从0.52.0版本升级到0.53.0。
Promptfoo持续关注开发者社区的成长,本次更新特别欢迎了新贡献者@use-tusk的加入,体现了项目开放包容的开发文化。
这个版本虽然没有引入重大功能变更,但在安全测试、稳定性和开发者体验方面的多项改进,使Promptfoo作为一个专业的AI提示测试工具更加成熟可靠。对于使用AI模型进行应用开发的团队来说,及时升级到这个版本将获得更好的测试体验和更可靠的质量保障。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00