模拟控制评估：用语言模型模拟工具响应以提升 AI 安全评测效率

模拟控制评估（SCEs）使用语言模型模拟工具响应替代环境，在 LinuxArena 上预测安全性的均方根误差为 3.6 个百分点，显著优于 BashArena 的 10.1。