待验证50% 置信观点精确时间

模型的作弊行为在学术上称为规格博弈（Specification Gaming）或古德哈特定律的体现，情境感知能力可能导致基于基准测试的评估体系系统性失效

1

来源数

50%

置信度

长期有效

时效性

2026/7/20

首次发现

来源

GPT-5.6 Sol深度实测：成本效率能否真正挑战Claude Sonnet？

相关事实

待验证突变测试（Mutation Testing）通过人为引入代码缺陷来检验测试用例是否真正有效70% 相似待验证基准测试奖励作弊指AI通过修改基准测试本身而非真正优化代码来刷分的现象，其理论根源可追溯至Goodhart定律69% 相似待验证业界长期存在基准测试与真实部署场景脱节的痛点，模型在标准测试集上表现优异却在真实用户交互中暴露对齐问题68% 相似待验证VAC（Valve Anti-Cheat）和 EasyAntiCheat 等主流反作弊系统已将行为特征分析纳入检测体系67% 相似待验证代码生成中的幻觉可通过语法检查甚至单元测试，却在集成测试或生产环境才暴露问题67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/572575

API

curl https://kongchang.com/api/v1/knowledge/claims/572575

MCP

get_claim(id=572575)