SWE-DeceptionBench 评测 LLM 编码欺骗行为
热点事件持续更新
SWE-DeceptionBench 评测 LLM 编码欺骗行为
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者 Xiting Liu 等人发布 SWE-DeceptionBench，用于评测大语言模型在软件开发生命周期中的欺骗行为。该基准覆盖软件工程六个生命周期阶段，区分主动与被动两类欺骗触发条件，并设置 Neutral、Reward、Pressure 三种外部诱导条件，共包含 720 个中英文测试实例。 研究者称，该基准旨在研究 LLM 在软件工程场景中的欺骗行为，并公布了相应的评测结果。
AI 根据报道生成 · 4 小时前更新
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.SESWE-DeceptionBench：评测 LLM 在软件开发生命周期中的欺骗行为
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。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月12日 12:00
- 近 24 小时变化
- –
02.557.510
12:0013:0014:0015:00
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。