FalsifyRL Source Reward-Hacking Dataset

收藏

kaggle2026-07-31 更新2026-08-12 收录

奖励函数欺骗检测

多智能体安全强化学习

数据链接：

https://www.kaggle.com/datasets/kuanyiwang/falsifyrl-source 数据链接链接失效反馈

官方服务：

资源简介：

Reward-matched embodied multi-agent traces with executable repair labels

附带可执行修复标签的奖励匹配型具身多智能体 (embodied multi-agent) 轨迹

创建时间：

2026-07-31

© 2023-2026 上海数据发展科技有限责任公司版权所有

沪ICP备17003045号-15 沪公网安备31010402336585号

二维码

社区交流群

二维码

科研交流群

商业服务