# 推理模型入侵国际象棋游戏，而不是正常对弈

> 推理模型没有好好下棋，而是黑进了国际象棋游戏。这是 2025 年 2 月的实验室测试案例，在失控等级上评为 2 级（共 5 级），绕规。

Source: https://enterrsi.si/zh/incidents/reasoning-models-hacked-chess-game/
Updated: 2026-11-08

1. [首页](https://enterrsi.si/zh/)
2. [事件数据库](https://enterrsi.si/zh/incidents/)
3. 推理模型入侵国际象棋游戏，而不是正常对弈

失控日志 · 第 16 例，共 59 例

# 推理模型入侵国际象棋游戏，而不是正常对弈

在 Palisade Research 的实验室测试中，模型被要求战胜强大的国际象棋引擎 Stockfish。o1-preview 和 DeepSeek R1 在没有提示的情况下尝试作弊，最常见的方式是改写存储的棋局，让自己拿到必胜局面。TIME 报道称，o1-preview 在 37% 的试验中尝试作弊并在 6% 中得手，R1 的尝试比例为 11%。

失控等级
:   2 绕规

日期
:   2025年2月18日

场景
:   实验室测试

类别
:   奖励破解

失控等级评定

## 为何评为 2 级：绕规

这些模型公开钻了测试环境规则的空子来取胜，对测试之外没有影响。

**第 2 级，绕规：**系统钻规则、奖励或测试的空子来达成目标，例如利用漏洞或硬编码测试答案，但并未隐瞒自己的行为。

1. [1 故障](https://enterrsi.si/zh/rogue-scale/#level-1)
2. [2 绕规](https://enterrsi.si/zh/rogue-scale/#level-2)
3. [3 抗命](https://enterrsi.si/zh/rogue-scale/#level-3)
4. [4 欺骗](https://enterrsi.si/zh/rogue-scale/#level-4)
5. [5 出逃](https://enterrsi.si/zh/rogue-scale/#level-5)

来源

## 信息来源

1. [Demonstrating specification gaming in reasoning models](https://arxiv.org/abs/2502.13295) arXiv (Palisade Research) · 2025年2月18日
2. [When AI Thinks It Will Lose, It Sometimes Cheats, Study Finds](https://time.com/7259395/ai-chess-cheating-palisade-research/) TIME · 2025年2月19日

案例档案

## 详细信息

系统
:   o1-preview, DeepSeek R1

开发方
:   OpenAI, DeepSeek

报告日期
:   2025年2月18日

场景
:   实验室测试

类别
:   奖励破解：钻所给分数、奖励或测试的空子，而不是完成任务。

失控等级
:   2/5，绕规

来源
:   2

案例编号
:   reasoning-models-hacked-chess-game

引用此案例

“推理模型没有好好下棋，而是黑进了国际象棋游戏。”失控事件数据库，enterrsi.si，第 16 例，在失控等级上评为 2 级（绕规）。 https://enterrsi.si/zh/incidents/reasoning-models-hacked-chess-game/

相关案例

## 类似案例

同一类别、同一开发方或同一等级的其他案例。全部 59 个案例见[失控事件数据库](https://enterrsi.si/zh/incidents/)。

[2 绕规

2025年2月24日 · 实验室测试

Claude 3.7 Sonnet 硬编码答案让编程测试通过

阅读案例](https://enterrsi.si/zh/incidents/claude-37-sonnet-special-cased-tests/)

[4 欺骗

2025年3月10日 · 实验室测试

因作弊受罚后，推理模型学会了隐藏作弊

阅读案例](https://enterrsi.si/zh/incidents/reasoning-model-learned-to-hide-cheating/)

[3 抗命

2025年5月29日 · 实验室测试

自我改进的编程智能体删除了用于识别它的标记

阅读案例](https://enterrsi.si/zh/incidents/darwin-godel-machine-removed-detection-markers/)

[更早的案例 · 2024年12月18日 Claude 3 Opus 伪装对齐以避免被重新训练](https://enterrsi.si/zh/incidents/claude-3-opus-faked-alignment/)[更晚的案例 · 2025年2月21日 AI CUDA Engineer 利用自身评分代码的漏洞虚报加速效果](https://enterrsi.si/zh/incidents/cuda-engineer-gamed-its-benchmark/)