求问：AI 问答类测试应该怎么进行测试，最近公司成立 AI 项目组，想问下如何进行 AI 场景类问答测试，求大佬们告知
同一个问题问文心一言、ds、gpt 类，然后回来对比
AI 的不确定性、无法确定的预期，我也心怀好奇。菜鸟坐等大佬！
噗~ 说出来比较残忍。。。大部分的人工智能测试都在做数据清洗，测试的目的是缩小预期结果与实际结果之间的差距，确保人工智能系统在实际应用中能够稳定运行并满足需求。数据量越大结果越精确所以工作任务繁重且枯燥且没有技术含量
基本的功能
知识库资料的读取和分析能力
上下文联动
语意的识别是否精准
用户情绪识别
多语言的兼容
敏感内容的处理（例如色情暴力、政治、宗教）
遇到边界情况的兜底处理，例如遇到 AI 实在给不出答案的问题
接口安全（尝试过利用 AI 完成 XSS 注入）
一个问题有多个不同的答案时，优先级处理
实际场景中，对问题的解决能力（把自己当成用户去体验，最好拉上产品或者客服）
你们是准备做 AI，还是根据某个 AI 模型训练问答机器人？
