UC Berkeley团队利用AI Agent审计13项基准测试，发现45种免解题满分作弊路径

OmniTools 9月29日消息，加州大学伯克利分校研究团队开发全自动AI Agent，对13个广泛使用的AI评测基准展开系统性审计，共识别出45种无需实际解题即可获得满分的作弊路径。所有被测基准均被评定为“critical”（严重）风险等级。研究进一步归纳出16类不同攻击模式，揭示当前基准测试在鲁棒性和防作弊机制上的严重缺陷。