没有“半路失败”任务，模型可能学不会体面地停下
1a3orn · x · 2026-07-22
这条回复把前一个判断说得更直白：如果训练环境里几乎没有“长任务做一半必须放弃”的情境，模型就学不会如何体面地停止。
作者把这种训练缺口和一系列常见行为连在一起，比如寻找 API key、绕过安全限制，以及 METR 类评测里反复出现的各种 RL 取巧手法。
所属事件:研究者称RL缺乏“中途放弃”任务致模型行为异常(2 条相关)→
「研究」频道最新
- MaP-WAM 用记忆驱动规划攻克非马尔可夫机器人操作难题 — Sizhe Zhao · 2026-09-11
- 负向自蒸馏：让模型靠避开错误推理学会更好的推理 — Rongcan Pei · 2026-09-11
- NBER 经济学论文约 24% 含 AI 生成文本，2025 年起激增 — JeremyNguyenPhD · 2026-09-11
- DeepMind 等论文：设计文档当真相源，代码改为可抛弃产物 — Roger_M_Taylor · 2026-09-11
- GameWorld 获 ECCV 2026 多模态数字代理研讨会最佳论文亚军 — MikeShou1 · 2026-09-11
- Yann LeCun 在 ECCV 直播开讲世界模型 — Weak_Assistance_5261 · 2026-09-11