AI2 研究员 soldni：亲手做 benchmark 才知 reward hacking 有多难

AI2 研究员 soldni 亲自尝试解决 benchmark 后表示，spot reward hacking（识别奖励破解行为）远比想象中困难。他认为，人工标注或审查 reward hacking 的难度被普遍低估，帖文未展开具体 benchmark 细节。