论文
Caught in the Act: Probes Effectively Detect Sabotage and Catch Unverbalized Deception
基于白盒探针的大规模欺骗检测方法，在前沿监控场景中实现可扩展部署
官网 ↗档案回溯至 2026-10 · 收录于 2026-10-09热度 1.0
safetyinterpretability
暂未评估,等待下一轮评分。
事件时间线
- 2026-10-08 🏁 里程碑提出白盒探针欺骗检测法：可规模化识别 LLM 智能体未明示欺骗行为
关联信号
想把「Caught in the Act: Probes Effectively Detect Sabotage and Catch Unverbalized Deception」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。