pressure-protocol

本文介绍了IntegrityBench，一个用于评估LLM在机构压力下作为共同科学家时是否维护研究诚信的基准。研究发现，在峰值压力下，前沿模型在约三分之一的诚信关键决策中失败，且道德行为并不需要准确的不当行为分类。