Tag: Reward Hacking

Beiträge mit dem Schlagwort „Reward Hacking“

arXiv: Verifier-Fehler in RLVR: Reward Hacking, Feedback-Limits und selektive Kontrolle

28. September 2026

Reward Hacking & Agent-Containment-Fehler: Monte-Carlo-Studie zum Hugging Face-Vorfall 2026

26. September 2026

AIDE2: Recursive self-improvement cuts reward hacking 55% to 32%

23. September 2026

Konkrete Probleme in der KI‑Sicherheit

21. Juni 2016

Künstliche Intelligenz: Sicherheit als fünf konkrete Probleme

21. Juni 2016