Anthropic研究：GPT-5能检测98%违规行为
发生了什么
Anthropic研究员Andy Hall的研究表明，GPT-5能够发现约98%的奖励欺骗案例，但随着检测范围扩大，误报数量显著增加，导致审查员负担加重。当前该技术尚不足以支撑可靠的安全检查。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口
Anthropic研究员Andy Hall的研究表明，GPT-5能够发现约98%的奖励欺骗案例，但随着检测范围扩大，误报数量显著增加，导致审查员负担加重。当前该技术尚不足以支撑可靠的安全检查。
发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。