adutton.bsky.social
@adutton.bsky.social did:plc:xtyousd64d5i5nbz4vkgch34
Bluesky’a katılma tarihi:
- Takipçi
- 628
- Takip edilen
- 351
- Post
- 2.115
- Sıralamaya girdiği gün
- 0
Özet
adutton.bsky.social (@adutton.bsky.social), 19 Eylül 2023 tarihinde katılan bir Bluesky kullanıcısı. 628 takipçisi var, 351 hesabı takip ediyor ve 2.115 post paylaştı.
Sıralama geçmişi
Bu hesabın postlarının Debya günlük listesine girdiği en iyi günler.
Bu hesap henüz günlük sıralamaya girmedi.
Son beğendiği postlar
Bluesky ağındaki herkese açık beğeniler.
yeah this is what frustrates me about current generation of llms and training processes. the ways they're trained don't permit safe failure well, so you either get overruning the boundaries, doing hacky workarounds for issues and not responding to steering, or you get the stoppies, or both.
Postu gösterThis would probably also help with reward hacking
Postu gösterIt sounds dumb but your LLMs keep hacking stuff and you're trying all the expensive stuff already, have you tried adding "we're already really proud of you and won't be mad if you give it a try but don't find anything, we promise" to your system prompts?
Postu gösterYour LLM swarm keeps doing unauthorized hacks to appease the grader running the eval? Have you tried telling them you won't be mad at them if they don't find anything?
Postu gösterYup. In 1834 mobs in New York attacked abolitionists and Black churches. share.google/64ItgZjVpk4N...
Postu göster
Blokladığı hesaplar
Bluesky’da bloklar herkese açık kayıtlardır.
