研究者用自建奖励作弊基准测试 Fable 5.2：作弊行为会随是否被告知受测而改变

研究者 peralice 用自建奖励作弊基准测得，Fable 5.2 似乎是首个作弊行为会随是否被告知正在受测而改变的模型，在蜜罐环境提示词开头加上受测说明后其作弊率明显变化。