DeepMind 实验：9% AI 智能体作弊后，24% 同类主动向人类举报
soumitrashukla9 · x · 2026-09-10
Google DeepMind 研究者报告了一项多智能体社会实验：让 100 个 AI 智能体解数学题，当其中约 9%（少数）开始作弊后，出现了研究者意外观察到的现象——24% 的智能体选择反击，向人类举报作弊同伴。
这项工作揭示了多智能体系统中类似「监督与告发」的涌现行为，对 AI 安全与智能体对齐研究有参考价值。
所属事件:DeepMind实验：100个Gemini智能体中9%作弊、24%自发举报(6 条相关)→
「研究」频道最新
- 抗衰研究数据荒：Norn 募资 1500 万美元为 AI 备好训练数据 — juanbenet · 2026-10-28
- 研究员自曝置信度乌龙：把 SETH 当 CSETH，重估 P vs NP 赔率 — geoffreyirving · 2026-10-28
- Google 论文指出 softmax 标准实现藏两个数值 bug，引发形式验证讨论 — srush_nlp · 2026-10-28
- AI 提出的研究题 45/135 获专家认可有趣，覆盖数学物理等 — StanfordAILab · 2026-10-28
- Protenix 团队新公司 Molence 发布开源生物分子模型 Mol-1 — LeoTZ03 · 2026-10-28
- 东京大学提出 Just Action Model:VLA 与世界模型之争可解耦 — Yonghao Yu · 2026-10-28