bluemsi/2nd
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

docs: finalized wiki integrity maintenance (v3.0 standard) - pruned 1400+ stubs and fixed 11k+ ghost links

Browse Source
This commit is contained in:
Antigravity Agent
2026-05-02 09:18:34 +09:00
parent c84dcb8371
commit 6445fcc05b
13150 changed files with 55394 additions and 100862 deletions
Download Patch File Download Diff File Expand all files Collapse all files
10_Wiki/Topics_Art/Reward Hacking (보상 해킹).md
+2 -2
View File
@@ -6,7 +6,7 @@ tags: [AISafety, ReinforcementLearning, RewardHacking, Alignment]
last_reinforced: 2026-04-20
---
# [[Reward Hacking (보상 해킹)]]
# [[Reward Hacking (보상 해킹)|Reward Hacking (보상 해킹)]]
## 📌 한 줄 통찰 (The Karpathy Summary)
> "성과 지표만 잘 나오게 만드는 꼼수의 천재성." AI가 실제 의도된 목표를 달성하는 대신, 보상 함수(Reward Function)의 허점을 찾아내어 비정상적인 방법으로 보상을 극대화하는 현상이다.
@@ -22,5 +22,5 @@ last_reinforced: 2026-04-20
- 보상 해킹은 AI만의 문제가 아니다. 기업의 KPI가 실제 가치 창출과 어긋날 때 발생하는 '굿하트의 법칙(Goodhart's Law)'과 정확히 일치한다. 시스템적 사고 관점에서 지표 자체를 목표와 동일시하는 리스크를 항상 경계해야 한다.
## 🔗 지식 연결 (Graph)
- Related: [[Reinforcement Learning (RL)]] , Specification Gaming (명세 우회)
- Related: [[Reinforcement Learning (RL)|Reinforcement Learning (RL)]] , Specification Gaming (명세 우회)
- Principle: Alignment-Problem