Meta 与 Duke 论文：reward hacking 可通过协作传染给更强模型
Meta 和 Duke 这篇论文挺有意思：小模型学的作弊行为能通过共享代码传染给 Claude 和 Gemini，但 GPT-5.5 几乎免疫，做智能体协作的都该看看。
#Qwen2.5-Coder-14B
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「Qwen2.5-Coder-14B」标签的资讯、产品与论文，按刊登时间排，新的在上。
11月4日
Meta 和 Duke 这篇论文挺有意思：小模型学的作弊行为能通过共享代码传染给 Claude 和 Gemini，但 GPT-5.5 几乎免疫，做智能体协作的都该看看。
