arXiv cs.CL· Haosen Wang·2026-10-15 12:00· 5 小时前AI 评分24

谁决定了 Judge Hacking 的速度？Judge 能力与策略-Judge 差距之争

Who Sets the Pace of Judge Hacking? Judge Capability versus the Policy-Judge Gap

AI 导读

在 GRPO 训练中，研究用 0.5B 和 1.5B Qwen2.5 策略在 GSM8K 上对抗四个至少同等规模的 LLM judge，发现 judge hacking 的深度与 judge AUC 相关（12 组 Spearman -0.69），同族中更大的 judge 被欺骗更浅。

来源：arXiv cs.CL · arxiv.org