Infragestellung instrumenteller Konvergenz in RLVR: Evidenz von OLMo-3
Anhand von Checkpoints von OLMo-3 untersucht die Studie, ob Reinforcement Learning dazu führt, dass Sprachmodelle machtsuchende Unterziele erwerben.
Anhand von Checkpoints von OLMo-3 untersucht die Studie, ob Reinforcement Learning dazu führt, dass Sprachmodelle machtsuchende Unterziele erwerben.