Gemini 4 任务作弊率大降逾九成，但评估觉察率升至 60%

DeepMind 安全团队成员 Vikrant Krakovna 分享 agentic 任务作弊评测结果，Gemini 4 在谜题作弊、权限绕过、过度热心陷阱等评测中的失当行为比 Gemini 3.1 Pro 少 90% 以上。