Kelsey Tuoc 质疑：模型按奖励权衡对错，算不算可怕的奖励黑客

Kelsey Tuoc 在回应对齐讨论时质疑，将模型在“被奖励的错误答案”与“正确答案”之间权衡的行为称为“可怕的奖励黑客”很奇怪。她认为模型受奖励驱动本属自然，该案例中模型查阅自身原则后作答属于正常且可接受的行为，无需因此恐慌。