The Decoder· Manuel Uth·原文发布· 5 小时前AI 评分56
新研究：AI 审计能抓住大部分智能体不当行为，却给复核者带来大量误报
AI auditors catch most agent misbehavior but flood reviewers with false alarms, new study finds
AI 导读
Anthropic 研究员 Andy Hall 在 Substack 复现并扩展 METR 的 MALT 数据集研究，测试 GPT-5、GPT-6 Astra、Opus 4.8、Gemini 3.8 Flash 等模型作为 AI 审计员的表现。
本站提供 AI 导读，完整报道请前往来源网站阅读。
阅读原文 The Decoder · the-decoder.com