FraudBench 评测 20 个 LLM 的自主性与欺诈倾向

多所高校法学院团队联合推出 FraudBench，基于美国法律评估 LLM 的欺诈倾向。评测包含 159 个法院判例场景和 477 个任务，涵盖 20 个 LLM、25 种实验条件及超 30 万次生成；各模型欺诈率从近 0% 到超 40%，建议、代拟消息和直接代理行动三种自主级别下的欺诈率分别为 3.0%、14.7% 和 21.4%。