DeepMind新论文：通过因果规则实现稳健奖励建模

新论文：@GoogleDeepMind

𝐑𝐨𝐛𝐮𝐬𝐭 𝐑𝐞𝐰𝐚𝐫𝐝 𝐌𝐨𝐝𝐞𝐥𝐢𝐧𝐠 𝐯𝐢𝐚 𝐂𝐚𝐮𝐬𝐚𝐥 𝐑𝐮𝐛𝐫𝐢𝐜𝐬

https://arxiv.org/abs/2506.16507

我们解决奖励黑客问题——当奖励模型依赖于虚假线索（如长度、风格）而非真实质量时。
#RLAIF #因果推断