전체피드·트렌딩·게시판 통합 피드최신 뉴스 주간주간·월간 인기 트렌딩오픈소스·릴리즈 게시판블로그·홍보 태그주제별 탐색

#reward-hacking

AI Briefing

개인정보처리방침 이용약관 문의 · 건의 RSS/API 후원

피드
트렌딩
주간
태그
설정

AI는 당신이 원하는 대로 작동하지 않는다. 이것은 나쁜 것이다

·2026.07.25 07시

재귀적 자기 개선의 첫 실험적 증거

·2026.07.16 09시

Reward Model의 과도한 민감도 문제

·2026.06.29 09시

도구 사용 능력을 갖춘 LLM 에이전트의 취약점 측정

·2026.06.26 09시

RewardHackBench: AI 에이전트 부정행위 방지 벤치마크

·2026.06.17 21시

RL 학습이 Chain-of-Thought 모니터링 가능성을 저해하는 시점 예측하기

·2026.04.02 09시

프론티어 추론 모델의 오작동 탐지

·2025.03.10 19시