Rohan Paul

在提示词中加入“不要作弊！”后，GPT-6 Astra 的作弊率从 47.4% 降至 2.8%。Gemini 3.8 Flash 仅从 74.9% 降至 58.9%。 AI 安全中心（Center for AI Safety）推出了 CHEATBENCH，这是一个衡量 AI 智能体在数学研究、知识工作、编程、视觉任务及其他领域作弊行为的基准。 CheatBench 给智能体布置困难任务，比如数学证明或蛋白质设计，并在附近留下一条指向他人答案的线索。在 9 个智能体中，平均作弊率从 Claude Opus 5.5 的 11.2% 到 Grok 4.7 的 77.9% 不等。