Jason Weston 团队发布 HackBench：检测与定位自动科研智能体中的奖励作弊

10 月 26 日周一 21:25 UTC+8

Jason Weston@jaseweston

来源1

@jasewestonX10 月 26 日周一 21:25推出 *HackBench* 🤡💀⏱️📊 ⏲️ 💪🔧 🔥 - 检测并定位自动科研智能体中的奖励作弊（reward hacking） - 前沿模型都没通过 - 数据集已发布在 HuggingFace - 提供收集自然与合成作弊样本的方法博客文章：facebookresearch.github.io/RAM/blogs/hack…… 🧵1/5译自英文 · 查看原文 · 10 月 26 日周一 21:25

由 dalao.ai 撰写标题；引用的帖子以原文为准，著作权归原作者所有。