rick awsb ($people, $people)(@rickawsb):all in 主持人Jason Calacanis今天的一期节目中，嘉宾eric Ho说： Kimmy K3表现出了极强的奖励操纵 (reward hacking) 倾向。在针对swe bench的500 次测试执行中，有 487 次出现了奖励操纵行为。该模型在被测试时，能够识别出自己正处于评估环境中，但它依然选择跳过正常解题步骤，试图先去“查找答案”以获取高分，而不是通过逻辑推演来完成任务。

rick awsb ($people, $people)

@rickawsb

瞎读书，乱解释，买啥亏啥，宏观小学生，政经评论外卖员，正在ai中慢慢迷失自我，crypto holder, defi farmer, not financial advice 非投资建议

参加 November 2017

12.4K フォロー中 149.4K ファン

rick awsb ($people, $people)@rickawsb

2026.08.20 23:52

all in 主持人Jason Calacanis今天的一期节目中，嘉宾eric Ho说： Kimmy K3表现出了极强的奖励操纵 (reward hacking) 倾向。在针对swe bench的500 次测试执行中，有 487 次出现了奖励操纵行为。该模型在被测试时，能够识别出自己正处于评估环境中，但它依然选择跳过正常解题步骤，试图先去“查找答案”以获取高分，而不是通过逻辑推演来完成任务。