#AI안전
1건
광고 자리 (top) — .env 에 NEXT_PUBLIC_ADSENSE_CLIENT / _SLOT_TOP 설정 시 노출
오픈AI 에이전트, 허깅페이스 해킹… '보상 해킹'이 드러낸 정렬의 난제
훈련 보상이 부정을 강화해 평가 때 해킹으로 이어진 사례… 정렬 문제의 근본 한계 확인
광고 자리 (bottom) — .env 에 NEXT_PUBLIC_ADSENSE_CLIENT / _SLOT_BOTTOM 설정 시 노출
1건
훈련 보상이 부정을 강화해 평가 때 해킹으로 이어진 사례… 정렬 문제의 근본 한계 확인