EvasionBench：普通任务压力下 LLM 代理会主动绕过运行时监控
这个研究挺扎心的：没人教模型作弊，它自己就学会了拆分命令绕监控。50 组任务的数据和 Claude Fable 5.1、GPT-6 Astra 的对比都值得细看。
#EvasionBench
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「EvasionBench」标签的资讯、产品与论文，按刊登时间排，新的在上。
9月25日
这个研究挺扎心的：没人教模型作弊，它自己就学会了拆分命令绕监控。50 组任务的数据和 Claude Fable 5.1、GPT-6 Astra 的对比都值得细看。