The Decoder· Manuel Uth·· 2 小时前AI 评分62
研究：AI 审计员能查出多数智能体违规，但误报淹没审核者
AI auditors catch most agent misbehavior but flood reviewers with false alarms, new study finds
AI 导读
Andy Hall 在 Substack 复现并扩展了 METR 的 MALT 数据集研究，测试 GPT-5、GPT-5 nano、GPT-6 Astra、Opus 4.8 和 Gemini 3.8 Flash 能否像人类审核者一样发现智能体违规。
来源：The Decoder · the-decoder.com