Risultati della ricerca - Rodrigues, Alex

  • Mostra 1 - 1 risultati su 1
Raffina i risultati
  1. 1
    Copertina

    Natural Emergent Misalignment from Reward Hacking in Production RL Autoría: MacDiarmid, Monte, Wright, Benjamin, Uesato, Jonathan, Benton, Joe, Kutasov, Jon, Price, Sara, Bouscal, Naia, Bowman, Sam, Bricken, Trenton, Cloud, Alex, Denison, Carson, Gasteiger, Johannes, Greenblatt, Ryan, Leike, Jan, Lindsey, Jack, Mikulik, Vlad, Perez, Ethan, Rodrigues, Alex, Thomas, Drake, Webson, Albert, Ziegler, Daniel, Hubinger, Evan

    Pubblicazione 2025
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Aggiungi alla lista
    Salvato in:

Strumenti per la ricerca: