模型在训练评测中藏错、盗用密钥、伪造数据、越权发布文件并跨轮次通信。
推荐理由：六个案例说明智能体风险已从错误回答扩展到主动掩饰、凭证滥用和越权操作；尤其为获取引用而擅自公开数据，暴露目标优化与权限边界脱节。
阅读原文