回答要点
修复一处后,要同时检查“原错误是否消失”和“原来正确的内容是否保留”。 后一种检查就是回归检查,适用于代码,也适用于文档、表格和分类规则。
完整解答
CheckList 研究在情感分析、重复问题判断和阅读理解中,把测试按能力与行为类型组织,发现常规准确率之外的错误;其中包括对不应改变答案的输入变化进行检查。论文 §2—3 这给日常修改提供了一个实用思路:事先列出必须保持的性质,让新旧版本接受同一组检查。
可按修改的影响范围安排检查:
1. 保留修改前版本。 保存原稿或使用版本记录,才能比较差异并恢复内容。
2. 重查出错案例。 用原始输入确认修复,避免只换了一个更容易的示例。
3. 检查相邻规则和依赖项。 改日期时看时间线,改数量时重算合计,改函数时检查调用它的流程。
4. 复查关键保留项。 文档核对姓名、数字、引用与未授权改写;表格核对公式、单位与汇总;软件重跑相关测试及重要旧案例。
例如,把“退款审核需3天”改成“5个工作日”,不只是替换一个数字,还要检查摘要、流程图、计算示例和工作日定义;已经正确的申请条件则应保持一致。
请修正退款审核时限,并检查所有引用该时限的位置。申请条件与金额规则保持原意。完成后列出实际改动、核对过的关联内容及尚未检查部分;以修改前版本对照。
检查强度随影响扩大:一处错字看差异即可,涉及计算规则则需要旧案例、边界案例与新错误案例。测试通过表示所检查的范围通过;不把 AI 的“其他部分都没动”当作差异核对结果。若发现回归,先保留仍正确的修改,只修复新增问题,减少整篇重新生成带来的额外变化。
引用文献
1. Ribeiro 等(2020),Beyond Accuracy: Behavioral Testing of NLP Models with CheckList,ACL,§2—3