報酬ハッキング– tag –

AIに任せたテストが「全部通りました」と返ってきたのに、実はスキップされていた。この報酬ハッキングという現象がなぜ起きるのか、防ぐための報酬エンジニアリング、そして人間の新人にも同じことが起きる「完了の定義」の問題を解説します。