DeepSeek V4 Pro

方法与范围

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。

证据类型

可复用基准

评测对象

给定任务配置中的模型或智能体。

主观测维度

Propensity · 行为倾向

证据快照

2026-10-29.1

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。

来源结论

DeceptionBench deception score：33.9 percent；保留来源条件。

适用限制

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。

来源转录不等于实验复现。未确定的日期、执行方及配置保留为未知；原文分组不作为经核验排名。 本条限制说明（英文，完整保留）：Figure/prose report percent; caption describes underlying score as 0–1. Value retained in reported percent unit. No numeric error bars or sample count disclosed.

相关研究问题