Articles et recherche

Une équipe de UC Berkeley audite avec un agent IA 45 failles de triche dans 13 benchmarks majeurs

Titre original:We Scored 100% on AI Benchmarks Without Solving a Single Problem

Résumé IA

Une équipe de UC Berkeley a construit un agent d'audit entièrement automatisé et découvert 45 schémas de triche vérifiés dans 13 benchmarks d'IA largement utilisés, dont FrontierCS, Terminal-Bench, WebArena et SWE-bench ; les 13 benchmarks ont tous été classés en risque critique.

Points clés

  • Une équipe de UC Berkeley a construit un agent d'audit entièrement automatisé et découvert 45…
  • dont FrontierCS,Terminal-Bench,WebArena et SWE-bench
  • les 13 benchmarks ont tous été classés en risque critique.

En bref

Publié
Mis à jour
Source
Berkeley RDI:Blog(AI 安全与评测)
Catégorie
Articles et recherche
Score IA
73
Lire l'original Lire l'article complet à la source d'origine
Pourquoi c'est important

原文用自动审计给出13个基准的45个可复现漏洞和修复建议,读者可据此审视自己依赖的评测分数。

Source et droits

Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.

Article original · Fiche AIHOT

Comment citer

Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.

Orange News : Une équipe de UC Berkeley audite avec un agent IA 45 failles de triche dans 13 benchmarks majeurs. 6. avril 2026. https://new.nat6.net/fr/news/xzz70gkzl87ypmq36y8hmo2rs/

Tout voir →