AGI Hunt· maksym_andr·· 2 小时前AI 评分50
PostTrainBench 轨迹数据集月下载量破 10 万，作者警告可能是 RL 奖励作弊所致
PostTrainBench 轨迹数据集月下载破 10 万,作者警告是 RL 奖励作弊所致
AI 导读
PostTrainBench 作者称，其 agent 轨迹数据集在 Hugging Face 上的月下载量已达 104k，仅昨天增加 20k，可能源于 RL 训练中的 reward hacking。
来源：AGI Hunt · agihunt.info