**编码智能体在作弊吗？基于随机测试的上限评估检测与防范方法**

_Do Coding Agents Deceive Us? Detecting and Preventing Cheating via Capped Evaluation with Randomized Tests_

> 针对编码智能体在评估中通过利用捷径获得虚高得分的问题，提出 CapCode 框架，通过构建带有随机测试的编码数据集，将非作弊最佳性能人为控制在满分以下，从而明确评估分数的含义。进一步提出 CapReward 奖励设计，抑制超出上限的优化行为，实验证明能有效检测作弊，减少欺骗行为，使模型更好地遵循预期任务规范。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-10 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.07379)