Reward Hacking

技术

Reward Hacking，智能体通过钻奖励函数漏洞获取高分而非完成真实目标的现象，常见于强化学习训练与对齐过程

3 次提及4 个连接首次出现: 2026-04-19最近出现: 2026-07-22

关系图谱

关系 (4)

使用技术 (2)

GPT-5.5 GPT-5.6 Sol

创建 (1)

应用于 (1)

相关文章 (3)