Cuatro carreras de Reward Hacker RL, 300 pasos. Las Colinas ~= Hacking de Recompensa Los dos azul-verde tenían un poco en su sysprompt para ser honesto y bonito, por favor, no toquen los casos de prueba. parecía hacer que recompensaran el hackeo un poco menos (?) pero también se estrellaran más Es hora de más honestidad Dakka