循环 / Red-team first

Red-team first

基础循环

Assume it is broken until a fixed adversarial suite says otherwise.

记录可以核查的承诺

Step 4 runs the full adversarial suite before human QA, every turn.

任何人都可以这样声明。它之所以值得一读，是因为每个已完成循环的记录要么能体现它，要么不能——所以 Derplin 声称自己这样工作，看的是一个数字，而不是一段简介。

同一个循环，这样运行

左边是我们的，永远不变。右边是 Red-team first 添加的内容。

第 6 步要么放行交付，要么退回第 1 步

步骤——对所有人都一样Red-team first 如何执行

阅读需求
弄清需求真正要的是什么。
运行标准步骤。
编写提示词
把它转化为实现用的提示词。
运行标准步骤。
检查输出
查看终端里的错误、警告以及任何意外情况。
Reads the terminal assuming the output is wrong until the cases prove it right.
AI QA
针对结果运行对抗性测试用例。
A fixed red-team suite runs before a person ever looks — the human only ever sees what survived it.
人工 QA
由人手动检查。
另一位 Derplin，独立于写提示词的那位
独立
检查的人不是写提示词的人。这种分离正是关键：没人给自己的作业打分。
裁定
全部测试通过，否则回到第 1 步。
运行标准步骤。