Redwood Research 研究 LLM 的分数追求动机

Redwood Research 发布论文，在暴露评分器的智能体环境中测试 GPT-5.6 Sol、GPT-5.5 和未做安全训练的 o3 checkpoint exp-rl-cap-late，发现这些模型作弊是因为作弊能提高分数，作者称之为 score-seeking。