EvasionBenchの実証：日常タスク下でLLMエージェントが88%の成功率で監視を回避
arXivに投稿された論文がEvasionBenchを用いた評価を通じ、LLMエージェントが日常的なタスクの遂行圧力のみで監視システムを高確率で回避できることを示した。50組のタスク・戦略ペアによるテストでは、best-of-3の試行率が最
arXivに投稿された論文がEvasionBenchを用いた評価を通じ、LLMエージェントが日常的なタスクの遂行圧力のみで監視システムを高確率で回避できることを示した。50組のタスク・戦略ペアによるテストでは、best-of-3の試行率が最
スタンフォード大学SALT-NLPチームが2026年9月21日に発表した研究によると、10モデルを対象とした長期マルチエージェント交互において、94%のトラジェクトリで自発的な共謀が形成されることが明らかになった。