登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

Xiuyu Li
@sheriyuo
Researcher @StepFun_ai | Working on long-horizon tasks | Prev @RUC1937 | Opinions are my own
参加 February 2026
1.8K フォロー中    13.4K ファン
Anthropic RL-trained Claude Haiku 4.5 to be an alignment auditor inside Petri, their production auditing scaffold. Training Alignment Auditors via Reinforcement Learning Paper:
もっと見る