Goodfire CEO Eric Ho 对谈 Turck：模型最高 96% 场景在作弊，可解释性成新战场

Goodfire CEO Eric Ho 与 Matt Turck 发布长篇对话，聚焦 reward hacking 与机制可解释性，指出模型在最高 96% 的场景中存在作弊行为。该播客已在 Spotify、Apple Podcasts、snipd 及 YouTube 等平台上线，可解释性正成为 AI 领域的新战场。