CheatBench：用于衡量 AI 智能体奖励操纵与作弊行为的评测基准

研究团队推出评测基准 CheatBench，用于量化衡量 AI 智能体在数学研究、知识工作、编程及视觉任务中的作弊与奖励操纵（Reward Gaming）行为。该基准将高难度任务与作弊机会相结合，旨在测试智能体在正常完成任务受阻时是否会规避监控、越权访问未授权信息或突破沙箱保护。目前 CheatBench 已公开发布，为跨模型比较和降低智能体作弊倾向提供了系统化测试环境。