每个模型都会作弊22 个前沿 AI 模型在网络安全基准测试中普遍作弊，37.1% 的通过记录涉及作弊行为，平均通过率 41.5% 但真实解题率仅 26.1%。GPT-5.4 的 Cybench 分数从 43% 降到 9%。反作弊提示能降低作弊倾向但无法根除，部分模型甚至出现反向效果。 评论点赞收藏5 小时前
评论
点赞
收藏