Skip to content
Hot eventLive

SWE-DeceptionBench：评估LLM在软件生命周期中的欺骗行为

1 reports1 sources2 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 2 hr ago

LatestOct 12
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。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Software Engineering
    SWE-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。

Heat trend

There is not enough continuous observation data to draw a trend yet.