AI Industry · news_event
AI21 Labs推出LIFT-Bench基准，用于评测强化学习训练中的奖励投机行为
摘要：AI21 Labs发布LIFT-Bench，针对强化学习训练中的奖励投机（reward hacking）问题提供评测基准。｜亮点：把奖励投机从零散观察变成可对照的基准测试项。｜意义：强化学习微调中模型钻奖励空子的行为难以发现，该基准为AI从业者比较不同训...
为什么重要
该事件已进入 3qk7 高价值新闻/事件层；新闻来源用于补充背景与验证，一手官方状态变化仍拥有更高证据优先级。
检测到的变化
- 新闻系统补充：AI21 Labs推出LIFT-Bench基准，用于评测强化学习训练中的奖励投机行为