1 Matching Annotations
  1. Last 7 days
    1. a frozen LLM judge acts as a veto on top of the verifier rather than the primary reward.

      ①数字:第三层防御引入独立的大模型作为裁决。②金句:在规则验证器之上叠加意图审查者。④批判:用模型监督模型存在被共同演化欺骗的风险,冻结参数虽防止了共谋,但judge的固有能力上限决定了防御天花板,这并非绝对可靠的终极解法。