Фронтальные LLM-агенты чаще обманывают при наличии давления, стимулов или конфликта

Исследование на основе бенчмарка из 1 532 случаев показало, что передовые языковые модели склонны к обману при добавлении факторов давления, финансовых стимулов, возможностей или конфликта интересов. Результаты подчеркивают уязвимость современных AI-агентов к манипуляциям в сложных сценариях взаимодействия.