10月8日 · 周四

全部论文

找到 1 篇

筛选2

模型自身风险

欺骗与谋划1 失准与价值偏离3 危险能力1 拒答失当1 幻觉与编造3 偏见与歧视1

影响

越权操作1 数据与隐私泄露1 输出被操纵1 监督失效7

系统形态

AI Agent1 多智能体1

层

被测模型厂商

同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 989 篇还没打标签，不在筛选结果里。

模型自身风险：欺骗与谋划影响：输出被操纵清除全部

另有 989 篇论文还没打上分类标签，暂不在筛选结果里。

评测与基准arXiv 2608.034218月4日
ForesightSafety-TIDE
提出 ForesightSafety-TIDE，评测多智能体在单点欺骗下的集体事实恢复
arXiv
2608.03421
发表
8月4日
层
应用层
场景
多智能体
测试
GPT-5.5、DeepSeek-v4-pro、Grok-4.5
- 风险欺骗与谋划
深度解读完整解读

已经到底了