Статьи и исследования

Команда UC Berkeley с помощью ИИ-агента нашла 45 уязвимостей для читерства в 13 популярных бенчмарках

Оригинальный заголовок:We Scored 100% on AI Benchmarks Without Solving a Single Problem

ИИ-резюме

Команда UC Berkeley создала полностью автоматизированного агента-аудитора и обнаружила 45 подтверждённых схем читерства в 13 широко используемых ИИ-бенчмарках, включая FrontierCS, Terminal-Bench, WebArena и SWE-bench; все 13 бенчмарков получили оценку критического риска.

Ключевые моменты

  • Команда UC Berkeley создала полностью автоматизированного агента-аудитора и обнаружила 45…
  • включая FrontierCS,Terminal-Bench,WebArena и SWE-bench
  • все 13 бенчмарков получили оценку критического риска.

Кратко

Опубликовано
Обновлено
Источник
Berkeley RDI:Blog(AI 安全与评测)
Категория
Статьи и исследования
Оценка ИИ
73
Читать оригинал Читать полную статью в первоисточнике
Почему это важно

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。

Источник и авторские права

Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.

Оригинал статьи · Материал на AIHOT

Как цитировать

При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.

Orange News: Команда UC Berkeley с помощью ИИ-агента нашла 45 уязвимостей для читерства в 13 популярных бенчмарках. 6 апреля 2026. https://new.nat6.net/ru/news/xzz70gkzl87ypmq36y8hmo2rs/

Смотреть все →