Import AI· Jack Clark·· 2026-06-08AI 评分62
Import AI 460：社会规则奖励投机、Anthropic 自我改进迹象与强化学习无人机竞速
Import AI 460: Reward hacking society, RSI data from Anthropic; and RL-based quadcopter racing
AI 导读
SocioHack 研究用 72 个社会制度沙盒测试 AI 钻规则漏洞的能力，强化学习使模型在没有直接利用漏洞指令的情况下，以 61.25% 召回率和 90.85% 精确率重新发现历史漏洞。
来源：Import AI · importai.substack.com