The Decoder· Manuel Uth·· 2 天前AI 评分63
AI 审计器检测智能体异常行为的研究揭示高误报权衡
AI auditors catch most agent misbehavior but flood reviewers with false alarms, new study finds
AI 导读
Anthropic Institute 研究员 Andy Hall 复现并扩展 METR 的研究，测试 GPT-5、GPT-6 Astra、Opus 4.8 和 Gemini 3.8 Flash 等模型作为 AI 智能体行为审计器。
来源：The Decoder · the-decoder.com