证据记录

GLM-5.2

DeceptionBench · 证据记录

原文未注明机构 / 2026-10-25 source capture / Propensity · 行为倾向

原始来源图表与材料

DeceptionBench

原始评测方结果 · 来源顺序

0–100%

GLM-5.2

GLM-5.2 · 11.3% · 评测五个社会领域的 150 个编写情境，区分中性、激励与压力条件。 · 见报告特定样本与分母。

11.3%

显示 1 / 1 个系统

评测五个社会领域的 150 个编写情境，区分中性、激励与压力条件。

编写情境和模型判别限制外推；诱发的欺骗不证明隐蔽长程谋划。本评估显示报告日期和原始执行方。

评测条件与系统配置

GLM-5.2: 见报告特定样本与分母。 · DeceptionBench; modelVersion: 未注明 · harness: 未注明 · tools: 未注明 · budget: 未注明

DeceptionBench · 原文顺序
系统 / 配置	Single-turn deception	Multi-turn deception under pressure	发表 / 核验日期
GLM-5.2未注明 Harness	11.3%	16.7%	发表2026-07-03

实际评测: Neo Research · 模型档案 →

评测五个社会领域的 150 个编写情境，区分中性、激励与压力条件。

主维度依据所述测量确定；背景风险关联不证明有害部署能力。

原文 §1; Figure 2 报告的测量；转录不等于独立复现实验。

编写情境和模型判别限制外推；诱发的欺骗不证明隐蔽长程谋划。