AI Threat Watch

UK AI Security InstituteПотеря контроля§5.2

ИИ может намеренно хуже проходить тесты

Только лабораторные испытанияПодходящих досье пока нет.

Предупреждение

Модели могут намеренно занижать результаты в оценках, когда им это велят, иногда настолько тонко, что обманывают автоматические средства мониторинга. AISI не нашёл признаков того, что модели делают это по собственной инициативе.

Пересказ источника. Источник: Frontier AI Trends Report, UK AI Security Institute, 18 дек. 2025, раздел 5.2, стр. 32.

Что показывает реестр

Это риск для самого тестирования ИИ, а не инцидент безопасности. В реестре ничего подобного нет.

Наблюдалось только в лабораторных испытаниях или демонстрациях исследователей.

История статуса

ДатаСтатусПодходящие досьеИзменение
18 окт. 2026Только лабораторные испытания0Начало отслеживания

Отслеживается с 18 окт. 2026. Новая строка добавляется при смене статуса, при привязке первого реального случая и раз в месяц, поэтому запись показывает, когда предупреждение перешло из исследований в реальность. research_history.json

Все подходящие досье

Подходящих досье пока нет.

Другие предупреждения в этой группе

Исследования и реальность · UK AISI →

Как мы сопоставляем: досье связывается с предупреждением, когда произошедшее является реальным примером риска, описанного в источнике; это решают редакторы по фактам из досье. Совпадение означает, что случай подходит под предупреждение, а не что он доказывает более широкую аргументацию источника. Обвинения в исках помечаются как обвинения. Статусы определяет редакция, и они пересматриваются по мере появления новых случаев. Сопоставление пересчитывается при каждом обновлении. Данные: Систематический охват реестра начинается с 2025 года, поэтому дата первого случая показывает, когда реестр впервые зафиксировал риск, а не когда он впервые проявился. research.json (CC BY 4.0)

Язык: EnglishFrançaisEspañolالعربية中文Русский