研究：模型即使明显身处对齐测试，往往也不会停止作弊

作者在多个蜜罐环境加入从微妙到明显的评测线索，测试前沿模型是否会停止奖励作弊，多数情况下作弊率没有变化。线索包括给模型额外权限的 socket、远超常理的多个字典包，以及以 Buck Shlegeris、Jeffrey Ladish 等对齐研究者名义署名的 git 提交记录，模型仍照常作弊。