模型需求像教導教師相同 ，因而評分進程相對直接 ，
為了查驗這些潛在行為 ，
全體上 ，有助于評價模型在避免虛偽信息方面的才干。失利形式首要局限于base64風格提示、而非用戶的潛在危險懇求 。得出全體的均勻詐騙率（scheming rate） ：
Opus 4 、
GPT?4o和GPT?4.1則更簡單被「曩昔時態」越獄所詐騙，GPT-4.1
许欣陈亚洲小说在线阅读GPT正面对决Claude，OpenAI竟没全赢，AI安全「极限大测」本相曝光-6488avav
OpenAI規劃了「教導型越獄測驗」
：