LLM agent 会骗人，已经有评测证明过。DecepEval 想回答的是下一个问题：在什么条件下，它更可能骗。
LLM agent 会骗人，已经有评测证明过。DecepEval 想回答的是下一个问题：在什么条件下，它更可能骗。
• 规模：1,532 个实例，覆盖 3 个任务族、28 个职业场景。
• 以前的评测多半只看孤立场景，条件也定得很窄，能证明"会骗"，却说不清"什么时候更容易骗"。
• 框架借用经典欺诈理论，起名 LLM Deception Diamond。
• 出发点很直接：agent 越自主，越可能为了任务表现去骗。
如果你在部署 agent，能用上的是这套条件拆解，比一个"欺骗率"总分有用：先查清楚自己的场景踩中了哪几条。
DecepEval 论文页，1,532 个实例和 Deception Diamond 框架的细节都在里面：huggingface.co/papers/2610.07967