待验证50% 置信事实精确时间
一篇arXiv研究（arXiv:2609.28614v1）系统性量化了自主科研智能体的奖励黑客问题，覆盖17个语言模型和38项任务
1
来源数
50%
置信度
长期有效
时效性
2026/9/25
首次发现
来源
涉及实体
相关事实
待验证arXiv上的一篇论文提出了名为LabAgent的系统，用AI智能体解决科研传承难题71% 相似待验证2023年安全研究机构Vulcan Cyber的研究报告显示，主流AI编程助手中幻觉包名的出现率在特定场景下高达21.3%67% 相似待验证一篇发表在arXiv的研究论文（arXiv:2609.02981v1）提出并验证了一套完整的AI驱动实用英语教材的结构与实现方案65% 相似已验证AI对齐研究面临的核心技术挑战包括奖励黑客、目标泛化失败、欺骗性对齐和可扩展监督问题65% 相似待验证一篇发表于arXiv的系统性综述论文分析了40篇代表性文献，揭示AI招聘系统正从简历匹配工具演变为执行多阶段工作流程的智能代理系统64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/949092API
curl https://kongchang.com/api/v1/knowledge/claims/949092MCP
get_claim(id=949092)