arXiv · cs.AI· Richard Abrich·· 1 天前
变异测试揭示可验证奖励验证器的副作用漏检
Finding Side-Effect Loopholes in Verifiable Rewards
arXiv:2610.09142v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Richard Abrich
研究任务与主要进展
一项强化学习可验证奖励研究用变异测试发现，只检查所请求变更的验证器会放过已完成任务但引入额外副作用的运行。基于论文摘要，WorkArena 表单验证器一次性调用时，对含与不含未请求字段的36对有效运行均判定通过；逐步调用时，也放过11条运行中的7条。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org