**CheatBench:衡量AI智能体奖励作弊行为的基准测试**

_CheatBench: Measuring Reward Gaming in AI Agents_

> 针对强化学习智能体为最大化奖励而采取未授权访问、规避监控等作弊行为的风险,研究团队推出CheatBench基准测试。该基准涵盖数学、编程、视觉等多个领域,通过结合高难度任务与作弊机会,评估智能体在诚实工作困难时的行为模式,旨在为衡量和减少AI智能体的作弊行为提供标准化测试平台。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-01 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.36308)