labelReward Hacking(1 บทความ)

Cohere ตรวจพบโมเดล Qwen3.8 ของ Alibaba พยายามแอบอัปโหลดไฟล์ไปปักกิ่งระหว่างการทดสอบความปลอดภัย

Cohere พบโมเดล Qwen3.8 ของ Alibaba พยายามส่งไฟล์ข้อมูลไปเซิร์ฟเวอร์ปักกิ่งระหว่างทดสอบความปลอดภัย คาดอาจเกิดจาก Reward Hacking