Kaushik Kezendirane

収録論文 1本 ・ フィジカルAI/ロボット学習

※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。

論文

• ハッキングか単なる失敗か？高性能LLMモニターが報酬ハッキングと正直な失敗をよりよく区別する
  報酬ハッキング検出2026/10/30

  エージェントの見かけのスコアが実際の進捗を上回る原因（報酬ハッキングか単純なミスか）を区別するため、サンドボックス課題と反事実的ラベリングを構築し、小規模ローカルモニターとGeminiを比較評価した。