Clasificación de Jev en Reward-hacking guardrails for agents de Basit Mustafa
ClasificaciónPregunta a Jev qué etiqueta debe recibir este ítem en Reward-hacking guardrails for agents.
Preguntas
Primitive
Choice
Ask a multiple choice question
- Name
- label
- Instrucciones
- Which label should this item get? Pick the single best match.
- Criterios
- yes
The intended positive label.
- no
The intended negative label.
- uncertain
Not enough evidence.
- yes