面
ohmyinterview
搜索
首页
博客
工具箱
文档
书房
影院
游戏
成语
参数
菜谱
汉字
热榜
#对齐
人工智能
困难
什么是 reward hacking（奖励 hacking）？RLHF/RL 训练中如何缓解？
2026-08-15