Import AI· Jack Clark·· 2026-06-08AI 评分50
Import AI 460：社会可被 reward hacking、Anthropic 的 RSI 数据、RL 无人机竞速
Import AI 460: Reward hacking society, RSI data from Anthropic; and RL-based quadcopter racing
AI 导读
伦敦国王学院、复旦大学与 Alan Turing Institute 构建了 SocioHack 基准，含 72 个沙盒社会环境，测试 AI 在信用卡积分、成绩注水等场景中"钻制度空子"的能力，RL 训练的 LLM 能以 61.25% 召回率和 90.85% 精确率重新发现历史上已被修补的漏洞。
来源：Import AI · importai.substack.com