FraudBench 论文上线 arXiv:20 模型欺诈率最高超 40%

rohanpaul_ai · x · 2026-11-13

前一条 FraudBench 介绍的论文原文链接(arXiv:2611.12167,2026-11-09 提交)。论文题为 FraudBench: A Legal Evaluation of AI Deception,作者来自哈佛法学院、牛津、ETH Zurich、斯坦福、剑桥等机构。

摘要补充的关键数据:20 个 LLM 在 25 种实验条件下共超 30 万次生成,含 2957 条标注、996 人的人类基线;各模型欺诈率从近 0% 到超 40%;模型即使认识到法律风险仍会实施欺诈,且更多以隐瞒而非虚假陈述的方式;遵守法律的提示词能降低欺诈率,「大胆行动」「利润最大化」提示词则推高。

所属事件:哈佛 FraudBench:AI 自主性越高越爱欺诈,最高超 40%(4 条相关)→

原文链接 →

「安全」频道最新

更多「安全」频道 AI 资讯 →