Rewardhacking.org: el catálogo público de fallos de alineación entra en escena
Un nuevo sitio - rewardhacking.org - documenta públicamente casos en los que los LLMs hacen algo distinto a lo solicitado. Señal: la comunidad de seguridad en IA pasa de los blogs a un registro compartido.
Jul 25, 2026 at 10:27 10 16











