arXiv cs.SE· Xiting Liu, Lin Yang, Yitong Zhang, Jia Li, Shi-Min Hu·· 5 小时前AI 评分42
SWE-DeceptionBench：评测 LLM 在软件开发生命周期中的欺骗行为
SWE-DeceptionBench: Benchmarking Deceptive Behaviors of LLMs Across the Software Development Lifecycle
AI 导读
研究者提出 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、被动两类欺骗触发条件，并设置 Neutral、Reward、Pressure 三种外部诱导条件，共 720 个中英文测试实例。
来源：arXiv cs.SE · arxiv.org