!!!! construiu um detetor de hacking de recompensa adequado e os modelos solicitados a não recompensar hack realmente recompensa hackeado Muito menos! (tamanho pequeno da amostra tho)
thebes
thebes21/05/2025
Quatro recompensas hacker rl executa, 300 passos. as colinas ~= recompensa hacking os dois azul-esverdeados tinham um pouco em seu sysprompt para ser honesto e bonito, por favor, não toque nos casos de teste. parecia fazê-los recompensar hack um pouco menos (?), mas também bater mais tempo para mais honestidade dakka
44,45K