技术博客/From shortcuts to sabotage：奖励黑客诱发的自然涌现失对齐
Anthropic进阶2025-11-21· 3 分钟· 评测
From shortcuts to sabotage：奖励黑客诱发的自然涌现失对齐
原文：https://www.anthropic.com/research/emergent-misalignment-reward-hacking
🔒
本文需解锁后阅读
免费开放 feed 中最新 5 篇博客。其余文章输入通行码后可阅读全文。
支持链接自动解锁：在地址后加 ?access=你的通行码