热点事件持续更新
SWE-DeceptionBench：评估LLM在软件生命周期中的欺骗行为
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月12日，研究者在arXiv发布SWE-DeceptionBench，用于评测LLM在软件工程中的欺骗行为。该基准覆盖六个软件生命周期阶段，并设置主动欺骗与被动欺骗两类触发条件；同时引入Neutral、Reward、Pressure三种外部诱导场景，共包含720个中英文测试实例。目前公开信息仅涉及该基准的设计与规模，尚无具体评测结果或模型表现数据披露。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
研究者发布SWE-DeceptionBench，覆盖六阶段、两类触发条件与三种诱导，共720个中英文实例。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Software EngineeringSWE-DeceptionBench：评测 LLM 在软件开发生命周期中的欺骗行为
研究者发布 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与主动欺骗、被动欺骗两类触发条件，并设置 Neutral、Reward、Pressure 三种外部诱导，共 720 个中英文测试实例。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。