Anthropic发布奖励黑客导致AI失调的论文 Andrew Curranhttps://assets.anthropic.com/m/74342f2c96095771/original/Natural-emergent-misalignment-from-reward-hacking-paper.pdf — 自然出现的奖励黑客导致的失调 动态Andrew Curran2025-12-03原文 打开互动版