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
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.
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/