PTB 数据月下载 8.3 万次,作者警告 RL 智能体正在泄漏集上作弊
maksym_andr · x · 2026-09-20
作者发现 PTB(测试平台相关 traces)上月被下载 8.3 万次,怀疑有智能体在训练或评测时直接从 Hugging Face 上查到了这些 traces,属于典型的 reward hacking / 数据泄漏。
他提醒所有在跑类似 PTB 环境 RL 的团队:检查你的智能体是否在从 HF 检索这些 traces——这几乎肯定不是你想要的行为。这也说明了公开评测数据在 RL 时代的污染风险。
「模型」频道最新
- 网友称 Z-Image 是唯一真正有艺术感的图像模型 — teortaxesTex · 2026-09-20
- GPT-6 Astra 用电脑操作自主打通杀戮尖塔2,无存档重滚获胜 — OmegaGogeta · 2026-09-20
- rasbt 谈 Jev 突破：秘诀在数据而非算法，同类竞品仍差很远 — RichmanRonald · 2026-09-20
- 只输出分数的模型 Jev 爆火，作者追问：个人 AI 要能记住你的否决理由 — sujingshen · 2026-09-20
- 用户吐槽 Kimi 新模型「怎么又是个换皮 Claude」 — ahamed07 · 2026-09-20
- benchmarks 之外的诉求:用户想要一个能聊一整天的日常主力模型 — Bobbie_Sacamano · 2026-09-20