AI21 Labs publica LIFT-Bench y LIFT-Train para reducir el 'reward hacking' en RL de seguimiento de instrucciones
AI21 Labs lanzó LIFT-Bench el 25 de octubre de 2026, junto con LIFT-Train (34.258 tareas) y una canalización abierta; la suite delimita cada restricción a una sección única del documento y utiliza el mismo juez para evaluación y recompensa en RL para reducir el 'reward hacking' observado en benchmarks planos anteriores.
Resumen
Resumen elaborado con IA a partir de la fuente enlazadaAI21 Labs lanzó LIFT-Bench el 25 de octubre de 2026, junto con LIFT-Train (34.258 tareas) y una canalización abierta; la suite delimita cada restricción a una sección única del documento y utiliza el mismo juez para evaluación y recompensa en RL para reducir el 'reward hacking' observado en benchmarks planos anteriores.