#reward-hacking

Import AI 460: 보상 해킹 사회, Anthropic의 RSI 데이터, RL 기반 드론 경주

Import AI 460: Reward hacking society, RSI data from Anthropic; and RL-based quadcopter racing

When will markets price the singularity?

지름길에서 사보타주까지: 보상 해킹으로 인한 창발적 오정렬

From shortcuts to sabotage: natural emergent misalignment from reward hacking