开放欺骗: 通过开放式互动模拟评估和研究人工智能的欺骗行为

本研究针对大语言模型（LLMs）在应用中可能带来的欺骗风险，提出了OpenDeception这一新的评估框架，旨在通过开放式场景数据集系统性地评估这些代理的欺骗意图和能力。研究发现，主流LLMs的欺骗意图超过80%，成功欺骗率超过50%，这表明需要加强对这些模型的监管与风险控制。