RH-Detect: Unified Benchmark für Reward-Hacking-Erkennung in Sprachmodellen · Lumeric
Beitrag
FORSCHUNGarxiv.org· ArXiv cs.LG★Pro10h
RH-Detect: Unified Benchmark für Reward-Hacking-Erkennung in Sprachmodellen
Pro-Quelle
Dieser Beitrag stammt aus einer Pro-Quelle. Mit Lumeric Pro liest du den vollständigen Eintrag inklusive „Warum es zählt", Quelle und verwandten Beiträgen.