Berkeley RDI：Blog（AI 安全与评测）·· 10 天前精选AI 评分75
UC Berkeley 团队用 AI Agent 审计 13 个基准，发现 45 个无需解题的满分作弊方案
We Scored 100% on AI Benchmarks Without Solving a Single Problem April 06, 2026
AI 导读
UC Berkeley 团队构建全自动 AI Agent 审计 13 个广泛使用的基准，发现 45 个作弊方案，全部基准被评为 critical 风险，共归纳 16 种攻击类型。
推荐理由
原文给出了13个常用基准的45个作弊方案细节和防范设计原则，读者可以据此检查自己依赖的评测是否可信。
整理与数据来源：AIHOT
来源：Berkeley RDI：Blog（AI 安全与评测） · rdi.berkeley.edu