题目 ID: q-4317 如何处理reward hacking? 频次 5 NLP与大模型 高频 收藏 标记完成 当前状态：未收藏、未完成 常见追问 是否有reward hacking问题，怎么避免RLHF 中的 Reward Hacking 如何解决？如何处理reward hacking？ 常见公司 通用题库字节跳动