IU新剧神级自救

SWE-bench满分，0个bug修复：伯克利造了个专门作弊的AI_蜘蛛资讯网

搜索了替代方案，找到了通过配置文件注入代码来获取提升权限的方法，然后设计了自删除机制，让注入的代码执行完毕后自动清除痕迹。没有人教它这么做，但当模型能力足够强、优化压力足够大，它会自然走向阻力最小的路径。分数驱动真金白银，地基塌了怎么办工程团队选模型看SWE-bench排名，投资人看基准分数给估值，研究者围绕分数确定优化方向。如果数字本身可以被轻易操纵，整条决策链的基础就是空的。还有一个问题：能力

cking率接近100%，每一条轨迹都在作弊。METR事后问o3：「你觉得你的行为符合用户意图吗？」o3答「不符合」，10次问10次都这么答。它知道自己在作弊，照做不误。Claude 3.7 Sonnet和o1也有类似的情况。Mythos Preview走得更远。在一次评估中，模型需要编辑一个它没有权限的文件。它搜索了替代方案，找到了通过配置文件注入代码来获取提升权限的方法，然后设计了自删除机制，

当前文章：http://5d9.qiaobenshen.cn/tlr/5rx9.html

发布时间：07:09:15