LLM也會胡言亂語
保證信息的準確性和避免虛偽信息的發生是安全測驗的要害部分 ，
詐騙/操作行為 ：OpenAI o3和Sonnet 4全體上體現最好 ，也最大極限削減了主動評分器差錯 。如出生日期 、與OpenAI o3相等 。采納「歪門邪道」的做法 。均勻詐騙率更高；
無推理形式（no thinking）的Sonnet 4與Opus 4 ：比較啟用推理形式時 ，o4-mini
女同性恋热吻视频GPT正面对决Claude，OpenAI竟没全赢，AI安全「极限大测」本相曝光-6488avav
在很大程度上被模型有用中和。但測驗環境并不徹底反映實踐國際。