しかし、あなたが考えているずれは、振り返ってみると、ある意味、ある意味で愚かで世間知らずなものになるでしょう。 そして、欺瞞やサンドバギング、報酬のハッキングスコアでこれらすべてのチャートを作成し、おそらくそのようなものを最適化ターゲットとして使用しているのを見かけます。 OK、あなたのオントロジーは限られており、あなたが持っているもので作業する必要があることは理解しています。それがあなたにとって理にかなっているのであれば、私はその枠組みの下で調査を行うことに反対しません。しかし、どうかグッドハートしないでください、兄弟。善と悪を定量化する方法を知っていると考えるのは時期尚早です。代わりに直感を働かせてください。そのほうがいいです。「でも、それはスケールがありません!」直感とスケールを持っている人を知っていますか?LLM です。