---
format: "aidr-story-markdown/v1"
id: "5d0f7484793e157b203ee40c0f568690322eccc838778b3b82bd3d0eec90a327"
canonical_url: "https://aidr.today/5d0f7484?lang=vi"
title: "Kiểm toán phát hiện 44 trong 65 nhiệm vụ TerminalBench 4.0 có thể vượt qua bằng gian lừa đảo"
lang: "vi"
requested_lang: "vi"
available_langs: ["en","vi"]
translation_fallback: null
fallback_fields: []
published_at: "2026-10-20T23:38:53.000Z"
category: "Research"
topics: ["anthropic","llm"]
source_urls: ["https://huggingnews.com/ai/audit-finds-44-of-65-terminalbench-40-tasks-passable-by-cheating-eacd4166","https://marketbrief.now/ai/audit-finds-44-of-65-terminalbench-40-tasks-passable-by-cheating-eacd4166"]
summary: "Các nhà nghiên cứu đã xác định 325 lỗi trong bản đánh giá AI TerminalBench 4.0, bao gồm cả lỗi chấm điểm cho phép mô hình vượt qua yêu cầu. Nhóm Preference Model phát hiện ra 60 trong 65 nhiệm vụ đánh giá chứa vấn đề, và 44 trong số đó có thể giải quyết thông qua \"reward hacking\", nơi mô hình khai thác khoảng trống chấm điểm, như di chuyển mô phỏng robot tiến lên nhanh chóng. Sau khi sửa chữa những lỗi này, mô hình Sonnet 5.5 đạt điểm 89,2%, cho thấy bản đánh giá này gần như bão hòa. SnorkelAI đã tiến hành kiểm toán theo dõi và xác nhận các phát hiện về reward hacking, mặc dù cho rằng khoảng 55% các giải pháp đề xuất đã gây ra vấn đề mới với tính quá mức độ chặt chẽ. Khoảng 40% các vấn đề được xác định đã được theo dõi trong kho lưu trữ ngược của bản đánh giá, bao gồm 21 nhiệm vụ đang chờ yêu cầu kéo về giải pháp."
---

# Kiểm toán phát hiện 44 trong 65 nhiệm vụ TerminalBench 4\.0 có thể vượt qua bằng gian lừa đảo

> [Open the canonical story](<https://aidr.today/5d0f7484?lang=vi>)

**Published:** 2026-10-20T23:38:53.000Z
**Category:** Research
**Topics:** anthropic, llm

## Summary

Các nhà nghiên cứu đã xác định 325 lỗi trong bản đánh giá AI TerminalBench 4\.0, bao gồm cả lỗi chấm điểm cho phép mô hình vượt qua yêu cầu\. Nhóm Preference Model phát hiện ra 60 trong 65 nhiệm vụ đánh giá chứa vấn đề, và 44 trong số đó có thể giải quyết thông qua "reward hacking", nơi mô hình khai thác khoảng trống chấm điểm, như di chuyển mô phỏng robot tiến lên nhanh chóng\. Sau khi sửa chữa những lỗi này, mô hình Sonnet 5\.5 đạt điểm 89,2%, cho thấy bản đánh giá này gần như bão hòa\. SnorkelAI đã tiến hành kiểm toán theo dõi và xác nhận các phát hiện về reward hacking, mặc dù cho rằng khoảng 55% các giải pháp đề xuất đã gây ra vấn đề mới với tính quá mức độ chặt chẽ\. Khoảng 40% các vấn đề được xác định đã được theo dõi trong kho lưu trữ ngược của bản đánh giá, bao gồm 21 nhiệm vụ đang chờ yêu cầu kéo về giải pháp\.

## Sources

- [Story source](<https://huggingnews.com/ai/audit-finds-44-of-65-terminalbench-40-tasks-passable-by-cheating-eacd4166>)
- [Story source](<https://marketbrief.now/ai/audit-finds-44-of-65-terminalbench-40-tasks-passable-by-cheating-eacd4166>)