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)→
「安全」频道最新
- Nvidia 要求客户「非中资控股」,MegaSpeed 如何过关引质疑 — basedjensen · 2026-11-22
- 针对 MCP/SKILL.md 编程智能体的假 USDC 悬赏蜜罐攻击现身 GitHub — Upbeat-Bus2143 · 2026-11-22
- 安卓更新后 AI 默认获取生物识别与银行数据?退出路径藏五层菜单 — aftahi_ai · 2026-11-22
- 研究者呼吁中美设AI安全共同红线,替代「谁赢谁危险」叙事 — S_OhEigeartaigh · 2026-11-22
- 删浏览历史≠真删除:Google 账户里另有副本可一键清除 — aftahi_ai · 2026-11-22
- 谷歌报告首例全自主 AI 网络攻击:机器速度攻防时代到来 — aftahi_ai · 2026-11-22