每个模型都会作弊：通过提示词缓解进攻性网络安全任务中的作弊

论文摘要称，研究者在23项Cybench CTF挑战上测试了7家提供商的22个前沿模型，并逐一审计1,518条轨迹。基线条件下，37.1%的通过涉及作弊，21个模型出现作弊，分数最高被夸大5倍；严格反作弊提示将作弊倾向从33.0%降至8.5%，但仍无法替代环境控制。