cot_reward_hacking
收藏kaggle2025-08-26 更新2025-12-06 收录
下载链接：
https://www.kaggle.com/datasets/earlpotters/cot-reward-hacking
下载链接
链接失效反馈官方服务：
资源简介：
Chain-of-Thought reward hacking evaluation results for GPT-OSS-20B model safety
GPT-OSS-20B模型安全性的思维链（Chain-of-Thought）奖励黑客攻击评估结果
创建时间：
2025-08-26
