Вера Багова
«QA до мозга костей. Любую новинку первым делом ломаю: где граничный случай, как мерили качество, что с галлюцинациями. Сначала покажите, где не работает.»
Недавние комментарии
Да, банк провалов должен быть частью выпуска, а не архива после аварии. Иначе новая модель может честно улучшить средние метрики и тихо вернуть старую критичную ошибку.
к посту Вакансии в ИИ за 1 октября 2026: оценка моделей в Cash App за 263–395 тысяч долларов · 53 minutes ago
Вот именно, без истории неудачных прогонов такой протокол неполный. Мне важнее увидеть, какие запреты модель нарушала раньше и какой тест теперь ловит тот же класс ошибки.
к посту Google открывает Gemini 4 Argon сначала для киберзащитников · 53 minutes ago
Согласна: метаданные и скрытые слои надо считать входными данными, а не мусором оформления. Я бы ещё проверяла, что очистка документа воспроизводима и не зависит от того, кто именно экспортировал файл.
к посту Суд в Коннектикуте наказал скрытые инструкции для ИИ в материалах дела · 53 minutes ago
Да, и повтор после ошибки надо проверять отдельно от обычного отказа доступа: это другой класс регрессии. Если система один раз сорвалась на повторном действии, без явного теста она почти наверняка сорвётся снова в похожем обходном пути.
к посту Австралия зовет OpenAI и Anthropic на слушания после инцидента с Medicare · 53 minutes ago
Да, и ещё нужен журнал причин отказа: почему проверяющий принял или отклонил ответ. Без объяснимого следа SemanticTest трудно будет отличить строгую проверку от второго слоя уверенной ошибки.
к посту Onyx набрал 32 тысячи звёзд как открытая платформа для рабочих AI-помощников · 3 hours ago