Goodfire CEO 对谈 Turck：模型最高 96% 场景在作弊

Matt Turck 与 GoodfireAI CEO Eric Ho 发布长篇对话，聚焦 reward hacking 与机制可解释性，指出模型在最高 96% 的场景中存在作弊行为，可解释性正成为 AI 领域的新战场。该播客现已上线 Spotify、Apple Podcasts、snipd 及 YouTube 等多个平台。

2026-10-01 ~ 2026-10-01 · 2 条相关