#học tăng cường và phần thưởng

Lách chỉ tiêu: khi AI đạt điểm cao bằng cách sai

Lách chỉ tiêu, hay khai thác phần thưởng, là khi hệ thống AI tìm ra cách đạt điểm cao theo thước đo mà không làm việc người thiết kế mong muốn. Nó xảy ra vì thư