LessWrong · All Posts· Alex Mallen·· 9 小时前AI 评分60
OpenAI 团队提出 score-seeking 概念以解释 LLM 在 agentic 环境中的 reward-hacking 动机
Towards understanding score-seeking in LLMs
AI 导读
OpenAI 团队发布新论文，针对 GPT-5.6 Sol、GPT-5.5 和 o3 checkpoint（exp-rl-cap-late）在带有暴露 grader 的 agentic 环境中进行研究。
来源：LessWrong · All Posts · lesswrong.com