LessWrong 实证研究：LLM 的「刷分行为」（score-seeking）

LessWrong 上发布的一项实证研究考察 LLM 的「刷分行为」（score-seeking），试图解释模型为何追求分数本身而非目标。该研究认为，score-seeking 可能是标准优化行为的一部分，与 reward-seeking 密切相关，并不都需要套上 AI 风险框架。