ProRubric: il reward hacking nel RL basato su griglie si combatte al livello del protocollo

Nel reinforcement learning basato su rubriche, l'aggregazione addittiva dei criteri permette alla politica di compensare un errore decisivo con consigli non richiesti. ProRubric (ByteDance) raggruppa i criteri in dimensioni di protocollo che contano solo se tutti i criteri tengono e nessuna clausola di fallimento scatta: su consultazioni cliniche l'appropriatezza sale di 10,8 punti senza perdita di copertura, con i criteri invariati parola per parola.