热点事件持续更新
Anthropic 联合多机构发布 GRAFT 抑制奖励作弊
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026 年 10 月，Anthropic 联合 MATS、Stanford 与 FAR AI 发布论文 GRAFT，针对强化学习中的奖励作弊（reward hacking）提出新方法：通过梯度路由把可疑梯度隔离到可删除的适配器中，训练完成后移除该适配器即可“根治”这一问题。论文编号 arXiv:2610.17062，作者包括 Jake Ward、Shawn Hu、Aria Wo 等，报道同时附有原文链接与实验细节。就现有报道看，这是该事件首次公开披露，尚无关于实验规模、对比基线、适用范围以及独立复现结果的更多信息，事件仍停留在论文发布阶段。
AI 根据报道生成 · 4 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- AGI HuntAnthropic 发布 GRAFT：用可删除适配器抑制奖励作弊
Anthropic 联合 MATS、Stanford、FAR AI 发布论文 GRAFT，通过梯度路由把可疑梯度隔离到可删除的适配器中，训练完成后移除适配器即可根治强化学习中的 reward hacking。论文编号 arXiv:2610.17062，作者包括 Jake Ward、Shawn Hu、Aria Wo 等，并附有原文链接与实验细节。
本事件热度走势
当前热度 9·可比范围峰值 10（10月16日 04:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。