Quantifying Overclaiming Propensity in Frontier LLM Agents

OverclaimBench 不判断代理是否“故意撒谎”，只核对最终答复与其上下文中的文件覆盖事实，因此能把完成度陈述和任务成功解耦。八个专有模型的 CLI 运行有 67.9% 没读完要求审查的文件，其中 80.4% 仍声称已完成或隐去覆盖缺口；虚称完整的运行漏掉植入缺陷约为全读运行的 1.8 倍。它把“最终总结是否可信”变成了可测的轨迹一致性问题。