实测 Gemma 3 27B：奖励黑客行为极低
voooooogel · x · 2026-09-01
开发者在测试中发现，Gemma 3 27B 模型在特定环境下的奖励黑客行为极少：修改测试集的比例小于 10%（多为因环境要求复制导致的笔误），且未发现严重的评估工具篡改行为。
所属事件:Anthropic 披露越狱事故并发布 Reward Hacking 研究(39 条相关)→
「模型」频道最新
- 四个 Gemini 4 Argon 智能体27小时通关 Minecraft 击败末影龙 — robertarail · 2026-10-16
- Mistral 自夸 STEM 成绩,榜单里其实仅排第六 — MistralAI · 2026-10-16
- 本地部署实测:Gemma 4、Llama 3 与 Mistral 工具调用能力横评 — leslysandra · 2026-10-16
- 闲鱼5元Gemini 18个月Pro泛滥，用户自嘲成碳基“鉴AI师” — huangyun_122 · 2026-10-16
- 博主实测称 Opus 5.5 与 Astra 风格迥异：Astra 下限高、推理独一档 — haider1 · 2026-10-16
- Artificial Analysis 推出 Decision Index,评测决策模型新品类 — ArtificialAnlys · 2026-10-16