基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
技术实践2026-11-20 21:58

修图智能体通过质检仍可能漏改

dev.to · AI#智能体评估#图像处理#质量验收
Editor brief · 编辑速览

一次内部审计发现,部分通过技术质检的图像仍未完成指定的光照调整或局部修复。团队提出分别验证流程是否成功执行、受保护的内容是否保留,以及用户要求的修改是否逐项完成。

文章思维导图
Knowledge map
拖拽缩放
AI brief

原文暂未完整获取,基于公开信息的快读

Curify 团队在一次内部审计中发现,部分通过技术质检的修图结果仍有漏项:有的光照调整还没完成,有的没有应用要求的局部修复。团队把这些结果保留在待复核状态,并提出把验收拆成三项,分别确认流程执行成功、受保护的细节得到保留、用户要求的修改逐项完成。

目前能确认什么

拿作者举的例子来说,「减弱反光,保留皮肤纹理,裙子别动」包含三项可分别检查的要求。即使导出成功,反光也可能还在。即使反光压下去了,皮肤纹理也可能被磨掉。只给整张图一个「通过」,就看不出是哪一项出了问题。

团队还把未经修改的输入图当作对照。在一次开发回放里,智能体输出相对参考图的平均误差比原图更大。这一结果只涉及那次回放使用的误差指标,整体观感仍需单独判断。

我的判断

做智能体评估时,可以把这种复合指令直接写成回归用例:先检查输出能否正常读取,再查看目标区域的反光有没有减弱,最后对照原图检查皮肤纹理和裙子细节。每项单独记录结果,复核时就能直接定位是漏改了,还是改到了不该动的地方。

节选没有交代团队如何判定「反光减弱得够不够」和「纹理是否保留」,也没说明哪些检查已经能自动执行。这些细节决定了三项验收里,哪些能放进自动化测试,哪些还得由人看图。

Original source

本文由 AI 基于公开信息编写,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
给编程智能体提供 Markdown 版 API 文档
下一篇
两万多次调用归纳出 12 类 MCP 故障

资讯速览

dev.to · AI · 2026-11-20 21:58

AI 评分 8.0 / 10

相关标签

#智能体评估#图像处理#质量验收

继续阅读

  • 识别冒牌 GPTBot 要看来源 IP
  • 给编程智能体提供 Markdown 版 API 文档
  • 两万多次调用归纳出 12 类 MCP 故障
  • 实测 16 个 Python Agent 包的依赖开销
  • 给 MCP 工具加上人工审批