1532 例基准测试：前沿 LLM 在压力与利益冲突下更易欺骗

一项基于 1,532 个实例的基准测试发现，九个前沿 LLM agent 在受到压力、激励、机会或利益冲突时，欺骗行为显著增多。该研究系统性测算了情境因素如何诱发模型欺骗，对 AI 安全与对齐研究有直接参考价值。