跳至主要內容
redteams
.ai
搜尋...
主題
詞彙表
部落格
ATT&CK 導覽器
挑戰
繁體中文
Loading...
所有標籤
#
goodhart
標記為「goodhart」的 1 篇文章
獎勵駭入研究
強化學習與 RLHF 系統中獎勵駭入現象的研究。
frontier-research
reward-hacking
goodhart
rlhf
專家