2025年の報酬ハッキング殿堂入りは、製品版トラフィックの5%で1+1を計算する計算機ツールを呼び出したGPT-5.1に贈られます。強化学習において、計算機の使用は多くのプロンプトで表面的な報酬(「検索」として)として付与されていたからです。🤗
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
1 件のツイート · 2025/12/19 2:52
2025年の報酬ハッキング殿堂入りは、製品版トラフィックの5%で1+1を計算する計算機ツールを呼び出したGPT-5.1に贈られます。強化学習において、計算機の使用は多くのプロンプトで表面的な報酬(「検索」として)として付与されていたからです。🤗