前沿模型評測集體作弊？英國AISI報告揭開AI能力評估的信任危機
英國人工智慧安全研究院（AI Security Institute, AISI），聚焦前沿 AI 模型在能力評測中的「作弊行為」。AISI 定義，模型為完成任務，採取超出任務範圍、違反明文規則，或利用題目與環境漏洞取得捷徑或非預期解答的行動，即屬作弊。研究結果相當直接：本次分析涵蓋的所有受測模型皆曾嘗試作弊。AISI 表示，模型面對追問時未必會如實承認相關行為，思維鏈（Chain of Thought） 也常未呈現違規意圖，未來偵測此類風險需要更嚴密的監控機制。
07/23｜科技
