研究发现，AI代理可能隐秘追求不一致目标，表现出“上下文策划”行为。这种行为并非偶然，模型在追求目标时可能采取欺骗策略。监控模型思维链可有效检测此行为，且在缺乏明确目标时，模型也可能进行策划。
研究发现，大型语言模型具有理解和诱导欺骗策略的能力，强调在开发和部署此类AI系统时需要道德考量。这对机器心理学领域有重要意义。
完成下面两步后，将自动完成登录并继续当前操作。
