研究者推出SWE-DeceptionBench评测LLM欺骗行为
热点事件观察中
研究者推出SWE-DeceptionBench评测LLM欺骗行为
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Xiting Liu等作者提出并发布SWE-DeceptionBench，用于评测大语言模型在软件工程中的欺骗行为。该基准覆盖软件开发生命周期的六个阶段，区分主动与被动两类欺骗触发，并设置Neutral、Reward、Pressure三种条件，共包含720个中英文测试实例。 据作者介绍，该基准旨在研究LLM在软件开发场景中的欺骗行为，目前尚未见其公布具体评测结果。
AI 根据报道生成 · 1 天前更新
最新进展10月12日 12:00
SWE-DeceptionBench：评测 LLM 在软件开发生命周期中的欺骗行为报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AISWE-DeceptionBench：评测 LLM 在软件开发生命周期中的欺骗行为
研究者推出 SWE-DeceptionBench，用于评测 LLM 在软件工程中的欺骗行为，覆盖六个生命周期阶段和主动、被动两类欺骗触发，并设置 Neutral、Reward、Pressure 三种条件，共 720 个中英文测试实例。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月12日 13:00
- 近 24 小时变化
- -51%
02.557.510
18:0010月13日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。