首页
/ Promptfoo 0.103.15版本发布:增强AI模型测试与评估能力

Promptfoo 0.103.15版本发布:增强AI模型测试与评估能力

2025-06-09 03:49:12作者:咎竹峻Karen

Promptfoo是一个专注于AI模型提示工程和评估的开源工具,它帮助开发者系统地测试、比较和优化不同AI模型的提示效果。最新发布的0.103.15版本带来了一系列功能增强和问题修复,进一步提升了工具的实用性和稳定性。

核心功能更新

新增模型提供者支持

本次更新增加了对多个AI模型提供者的支持,包括Hyperbolic、Perplexity和Cloudera等。这些新增的提供者扩展了Promptfoo的兼容范围,使开发者能够测试更多样化的AI模型。特别值得注意的是,OpenAI提供者现在支持chatgpt-4o-latest别名,方便开发者使用最新版本的GPT-4模型。

拒绝响应检测功能

新版本引入了一个重要的断言功能——not-is-refusal,用于检测AI模型是否产生了拒绝响应。这在安全测试和内容过滤场景中特别有用,可以帮助开发者识别模型何时会拒绝回答某些敏感或不当的问题。

内容过滤处理改进

针对Azure内容过滤器可能返回空内容的情况,新版本增加了专门的处理逻辑。这一改进确保了在遇到内容过滤时,测试流程能够继续正常进行,而不会因为空响应而中断。

开发者体验优化

错误处理增强

在红队测试(redteam)功能中,新版本为生成/运行错误添加了堆栈跟踪信息。这一改进大大简化了调试过程,开发者现在可以更快速地定位和解决问题。

状态管理改进

红队测试模块从无状态(stateless)切换为有状态(stateful)架构,这一变化提升了测试的连续性和上下文保持能力,使得多轮对话测试更加准确和可靠。

测试与质量保证

新版本增加了对Portkey提供者和ASCII编码插件的单元测试覆盖率。这些测试确保了核心功能的稳定性,为开发者提供了更可靠的测试工具基础。

文档与社区贡献

Promptfoo团队持续完善项目文档,包括更新贡献指南、添加服务条款,以及优化提供者文档的侧边栏排序。这些改进降低了新贡献者的入门门槛,促进了社区协作。

总结

Promptfoo 0.103.15版本通过新增模型支持、增强测试断言和改进错误处理,进一步巩固了其作为AI模型测试和评估工具的地位。这些更新不仅提升了工具的功能性,也改善了开发者体验,使得AI模型的提示工程和评估工作更加高效和可靠。对于任何需要系统评估AI模型表现的团队或个人,Promptfoo的最新版本都值得考虑采用。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511