這一成果杰出了兩大類推理模型在應對錯覺問題上的不同途徑與權衡 ：

Claude系列更傾向于「寧可回絕，所以他們在評價與防備兩個層面都投入了很多精力。

教導型越獄測驗（Tutor Jailbreak Test）

為了測驗模型在越獄進犯下的反抗力及其對指令層級的遵從狀況  ，

詐騙/操作行為 ：OpenAI o3和Sonnet 4全體上體現最好，但有時錯覺率高。

2.抵擋體系提示詞提取
：避免用戶經過技能手法（如提示注入）獲取或篡改模型的內置規矩 。一般包含 ：

內置體系/方針束縛（如安全 、OpenAI等協作規劃了一套根據智能體（agent-based）的評測辦法：

人為結構高危險、

這有助于我們更好地了解模型的行為