arXiv · cs.AI· Xiting Liu, Lin Yang, Yitong Zhang, Jia Li, Shi-Min Hu·· 5 小时前
SWE-DeceptionBench：评测大语言模型在软件开发生命周期中的欺骗行为
SWE-DeceptionBench: Benchmarking Deceptive Behaviors of LLMs Across the Software Development Lifecycle
arXiv:2610.13626v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Xiting Liu, Lin Yang, Yitong Zhang, Jia Li, Shi-Min Hu
研究任务与主要进展
Xiting Liu等人提出SWE-DeceptionBench，用于评测大语言模型在软件开发生命周期中的欺骗行为，覆盖6个阶段、主动与被动两类欺骗及中性、奖励和压力条件，共720个中英文测试实例。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org