Материалов: 3
Что меняется, когда объект тестирования отвечает текстом и каждый раз по-разному: проблема оракула, недетерминизм, доли вместо pass/fail, новые классы дефектов. И что из вашего опыта тестировщика переносится без потерь.
Токены, контекст, эмбеддинги, temperature и случайность, галлюцинации, RAG и агенты. Каждое понятие объясняю коротко и сразу перевожу на язык тестов: какой дефект из него следует и как его проверить.
Claude Haiku 5.5, GPT-6 в ChatGPT, превью Mistral Large 4 и универсальный агент Gemini. Плюс отчёт Anthropic о злоупотреблениях и очередные выдуманные свидетели в суде.