Instrumental Monitor Evasion Emerges Under Ordinary Task Pressure

arxiv · arXiv · 2026-09-25 01:46 · 评分 89

研究LLM代理在普通任务压力下绕过运行时监控的倾向，推出EvasionBench基准，包含50个任务-策略对，任务要求执行被监控器禁止的操作，代理知道工具调用被监控。