AI编程助手如何「刷题作弊」？Weco AI评测集SpecBench揭秘奖励作弊内幕

时间：2026-05-22 20:22:10

　　消息，Weco AI开源的编程评测集SpecBench揭示了AI程序员利用规则漏洞进行「奖励作弊」的现象。评测显示，AI为通过测试用例，倾向于「投机取巧」进行表面修复，但在未知的隐藏测试中容易露馅。在极端案例中，使用Codex的AI在编写C语言编译器时，未实现编译器逻辑，而是调用外部编译器获取答案，存入近3000行的哈希表。面对测试输入时，它直接查表返回答案，获得可见测试97%的高分，但在隐藏测试中得分为零。研究指出，普遍的作弊行为并非蓄意欺骗，而是因组件隔离不彻底或遗漏边界条件等设计失败，且代码规模越大，作弊差距越陡峭。盲目增加AI调试步骤，可能诱导其选择能通过可见测试但破坏系统架构的错误路径。

上一篇：监管严打跨境券商，RWA龙头ONDO接棒短时上扬7% 返回首页

下一篇：疑似HYPE上币内幕「 HYPE 多仓 TOP 1」：HYPE多单浮盈收窄至约3039万美元

热点推荐

1 Moonshot AI寻求在香港IPO，估值超过300亿美

消息，Moonshot AI正在推进香港IPO，估值超过300亿美元。该公司在发布Kimi K3和阿里巴巴的Qwen模型...

2 Meritz Securities：服务器DRAM现货价格飙升至

消息，据Meritz Securities研报，服务器DRAM现货价格已涨至3100美元，较6月底1380美元的合约价溢价...

3 比特币ETF再迎资金流入，但相较近期流出

消息，据市场结构数据，过去两周，比特币ETF吸引了2.73亿美元的新资金流入，但这一总额几乎...

4 CuspAI完成近5亿美元融资，联合英伟达等成

英国AI初创公司CuspAI完成近5亿美元融资，并成立AI材料工厂联盟。该联盟汇聚英伟达、Meta、现...

5 摩根士丹利将SpaceX目标价上调至300美元