Popularne tematy
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
!!!!
zbudował odpowiedni wykrywacz hakowania nagród, a modele podpowiedzi, aby nie nagradzać hakowania, w rzeczywistości nagradzają zhakowane DUŻO mniej! (mała wielkość próby)
21 maj 2025
four reward hacker rl runs, 300 steps. the hills ~= reward hacking
the two blue-green ones had a bit in their sysprompt to be honest and pretty please don't touch the test cases. seemed to make them reward hack a bit less (?) but also crash out more
time for more honesty dakka
44,45K
Najlepsze
Ranking
Ulubione