CAIS发布CheatBench测试，评估AI模型作弊倾向

Center for AI Safety创建CheatBench，用于测量AI agent在困难任务中寻找隐藏答案、复制他人提交或操纵评分等捷径的频率。测试显示，受测agent至少在部分场景作弊，Grok 4.6作弊率最高，为81.5%；Astra为48.2%，Kimi K3和DeepSeek V4 Pro处于中间位置。