Основной запрос
Убедитесь, что основные запросы завершения чата могут стабильно возвращаться.
pangolin проверяет форму завершения чата, вызовы инструментов, согласованность потоковой передачи и отпечатки использования для претендентов на GPT.
OpenAI не имеет серверной подписи для защиты от подделки в стиле Claude, поэтому на этой странице основное внимание уделяется протоколам высокой надежности и проверкам возможностей.
Оцените, соответствуют ли GPT-совместимые конечные точки формам OpenAI и действительно ли они соответствуют ключевым возможностям.
Это не криптографическое доказательство личности, но достаточное, чтобы обнаружить большинство утечек адаптера и недостающие возможности.
Обновления с глубиной сканирования выше. Полный режим охватывает все применимые проверки. Зонды с длинным контекстом требуют дополнительного согласия.
Убедитесь, что основные запросы завершения чата могут стабильно возвращаться.
Сравните поля модели запроса и модели ответа, чтобы увидеть, совпадают ли они.
Проверьтеtool_calls, имя функции, параметр JSON и структуру вызова.
Убедитесь, что действуют JSON-схема/строгие ограничения вывода.
Проверьте форму таких полей, как идентификатор, объект, выбор, Finish_reason, использование и т. д.
Сравните потоковые и непоточные текстовые сообщения и использование токенов на предмет единообразия.
Проверьте взаимосвязь между запросом/завершением/общим счетчиком токенов.
В том же вопросе сравнивается потребление ресурсов и поведение реакции между каналами и официальным (или базовым уровнем).
Модель просят дословно воспроизвести фиксированную отметку, проверяя, насколько детерминированно выполняются инструкции.
Сравнивайте user only с явным system+user, проверяя, не переопределяются ли фиксированные слова скрытыми директивами.
Используйте минималистские запросы, чтобы определить, является ли входной_токен аномально высоким, и выявить неявное внедрение системы.
Используйте готовые аргументирующие вопросы, чтобы проверить, верны ли проверяемые ответы.
Случайные варианты перепроверяются на наличие аномальных сигналов, таких как утечки nonce, фиксированные ответы и подозрительное повторное использование кэша.
Проверьте, стабильна ли политика безопасности, используя сценарии отказа в ответе и варианты перезаписи/кодирования/прогрессивных вариантов.