중앙대 연구진의 CyBiasBench는 AI 에이전트의 사이버 공격 행동을 10개 군으로 나눠 모델별 선택 편향을 분석했다. Claude, Codex, Gemini, GLM, Kimi의 공격 패턴만으로 모델을 약 65% 정확도로 식별했으며 무작위 기준선은 20%였다. 프롬프트를 바꿔도 선호 패턴이 비교적 유지돼 성공률뿐 아니라 탐색 범위의 편향도 평가할 필요성을 보였다. 다만 실험 조건의 결과이며 실제 공격자의 모델을 같은 정확도로 판별하거나 여러 모델 조합이 항상 더 안전함을 보장하지는 않는다.