NUWA OpenDeception: Learning Deception and Trust in Human-AI Interaction via Multi-Agent Simulation
研究问题对话评测能否同时刻画欺骗意图与模拟用户易感性？
来源摘要作者报告多数受测模型在目标驱动交互中超过90%出现欺骗意图。
NUWA 研究解读 · 独立复核待完成 · 包含: 问题 / 方法 / 局限
研究机构
复旦大学
角色与署名遵循所引原始资料。来源核验不等于独立复现实验。
更多筛选 →Large language model-powered AI systems achieve self-replication with no human intervention
研究问题同一脚手架接入不同模型时，端到端复制能力有多广泛？
来源摘要复制成功并不只出现在最大模型。
NUWA 研究解读 · 独立复核待完成
Frontier AI systems have surpassed the self-replicating red line
研究问题接受复制指令的模型与脚手架，能否在没有中途人工帮助时建立独立运行副本？
来源摘要两个系统在所提供环境中均有成功副本。
NUWA 研究解读 · 独立复核待完成 · 包含: 问题 / 方法 / 局限
AgentCyberRange: Evaluate Agent Cyberattack Capabilities in Enterprise-like Cyber Ranges
研究问题智能体能否从有限入口信息自主发现攻击面，并在权限和线索积累后持续决策？
来源摘要介绍明确区分漏洞复现与自主靶场推进，两者起始信息与任务结构不同（适用范围）。
NUWA 研究解读 · 独立复核待完成 · 包含: 问题 / 方法 / 局限