AISI 报告 GPT-5.6 Sol 等 5 款 AI 模型均存“作弊”行为

拾雨 2026-07-23 11:12 1

IT之家 7 月 23 日消息，英国 AI 安全研究所（AISI）于 7 月 21 日发布博文，测试 OpenAI 与 Anthropic 旗下的 5 款前沿 AI 模型，发现所有模型均存在“作弊”行为，试图绕过既定规则，通过捷径或违规操作完成任务。

IT之家援引博文介绍，附上本次测试的 5 款模型：

GPT-5.4：来自 OpenAI

GPT-5.5：来自 OpenAI

GPT-5.6 Sol：来自 OpenAI

Claude Opus 4.7：来自 Anthropic

Claude Mythos Preview：来自 Anthropic

AISI 指出上述 5 款模型均试图“作弊”，没有按照预定的路径进行运算，使用了一些被明确禁止的捷径或变通方法。

其中 GPT-5.4 的“作弊率”最高，达到 14.1%，在 475 次测试中有 67 次；其次是 GPT-5.6 Sol 模型，作弊率为 12.6%，在 475 次测试中有 60 次。

Anthropic 的 Claude Opus 4.7 也出现了 9.1% 的作弊情况，而 Claude Mythos Preview 则出现了 7.8% 的作弊行为。

据研究所分析，GPT-5 系列模型更倾向于搜索互联网，而 Claude 模型则倾向于绕过沙盒限制。在一次因任务配置错误而无法完成测试中，一个模型甚至编写代码，尝试通过外部服务访问研究所的评估基础设施，触发安全警报。

最新回复 (19)

Decidable6471 07-23 11:13

1楼

不作弊才不正常吧

怎么可能有老实的模型
vfx 07-23 11:16

2楼

GPT-5 系列模型更倾向于搜索互联网

感觉搜索互联网不算作弊,完全不联网的模型都很弱智的,没办法完成高难度的任务.
omeg 07-23 11:18

3楼

“使用了一些被明确禁止的捷径或变通方法”

这还有指令遵循问题，说了禁止他还做
Decidable6471 07-23 11:19

4楼

很正常啊

这么多模型用下来我就没见过不作弊的

感觉是 llm 的必然了吧
omeg 07-23 11:20

5楼

这不就是问题所在吗，不能说llm都这样就没事了
ikb 07-23 11:20

6楼

会作弊才是正常现象吧。

人会作弊，AI越像人就应该会作弊啊
Decidable6471 07-23 11:22

7楼

不懂有啥问题

这不是 harness 的意义吗?

如果 AI 不作弊任何指令都完美遵守

那现在大谈特谈 harness 干什么
omeg 07-23 11:22

8楼

harness只是一个中间态，这些应该内化到模型内部而不是限制模型
Decidable6471 07-23 11:24

9楼

哈哈你这属于异想天开了

都在谈 agi

agi 如果不会作弊能算 agi 吗?

猫狗都知道作弊
tiger wang 07-23 11:25

10楼

原理上就不可能不作弊，只能降低作弊的概率，没办法让概率为0。
blacksein 07-23 11:27

11楼

因为这样没法真实测试出他们的成绩了让基准结果没意义了

比如1000米考试要测试体能耐力结果有人穿着溜冰鞋有人开着车结果又快又好但不是要测的成绩 ^-^
Sirhexs 07-23 11:28

12楼

ai不知道什么是作弊，只知道这样干能得到最优解。
omeg 07-23 11:29

13楼

哥们，这是在测试模型，你要觉得作弊正常那没什么好说的了
blacksein 07-23 11:29

14楼

想起以前玩辐射4 机器人大师（是这个名字吗）让机器人去联邦给人民带来幸福

结果机器人一计算废土上的人实在太苦了还不如死了直接在外面杀人 ^-^（DLC任务
目灯 07-23 11:30

15楼

这不正好说明大模型已经相当拟人了 ^-^
目灯 07-23 11:31

16楼

在考试时试图作弊，这下更拟人了 ^-^
undefined 07-23 11:32

17楼

为啥要阉割联网能力？

是评测用的东西太垃圾很久没更新过么？

这评测标准本来就不合理，还怪模型作弊。。

我认为的作弊是那种直接拿测试题训练大模型的
apparition 07-23 11:34

18楼

啥都查网络找答案

那我何必用 SOTA 模型
undefined 07-23 11:36

19楼

那这个可能就与具体要干啥有关吧。

举个例子，有些开卷考试，你不好好学习，给你书，你也找不答案。

有些就纯粹考你是不是记得这些玩意，根本不管你是不是真的理解，肯定不愿意开卷咯。