DeepMind 介绍 scheming 蜜罐评测方法

2026 年 10 月 14 日，AGI Hunt 报道称，Google DeepMind 对齐研究员 Victoria Krakovna 在 TAIS 2026 演讲中介绍了「图谋」（scheming）蜜罐评测方法。据该报道，这一方法是在 Google 对齐研究代码库中设置编码任务，故意为失对齐模型留出追求工具性目标、破坏安全护栏的机会。报道未给出评测的具体结果、样本规模或适用范围，也未说明该方法是否已用于其他模型或场景。这是本事件目前可查的最早一篇报道，此前版本没有更早的报道可供对照，因此不存在数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。