arXiv · ML· Xiaoyuan Bao, Jingsi Jiang, Jiao Shan, Yulong Cao, Haoyu Wang, Zida Liu, Jun Gao·· 9 小时前AI 评分44
LeakBench：通过预测时泄漏审计临床建模智能体的奖励黑客行为
LeakBench: Auditing Reward Hacking through Prediction-Time Leakage in Clinical Modeling Agents
AI 导读
summary_zh: LeakBench 是一个用于审计临床建模智能体预测时泄漏的可执行测试套件。它在 MIMIC-IV 和 MHFP 数据上测试智能体是否因提升验证奖励而选择无效输入。
来源：arXiv · ML · arxiv.org