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
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.
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/