Hack-Verifiable Environments: Towards Evaluating Reward Hacking at Scale

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Roth, Amit, Samanta, Ankur, Halevy, Matan, Levine, Yoav, Efroni, Yonathan
Formato: Preprint
Publicado: 2026
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares