思想与社会2026 · 分享于 Hacker News
Outcome Rewards Do Not Guarantee Verifiable or Causally Important Reasoning
探索《Outcome Rewards Do Not Guarantee Verifiable or Causally Important Reasoning》的原文与 Hacker News 社区讨论，查看来源并加入阅读清单。
从论文，走向讨论
看看社区如何讨论这个想法。
来自 Hacker News 的原始讨论。不同的视角、疑问，以及值得继续思考的线索。
最多展示 100 条相关讨论。论文可能出现在评论中，并非原帖投稿内容。
Ykrackers ·
Outcome Rewards Do Not Guarantee Verifiable or Causally Important Reasoning
1 赞同1 评论