标签
本文介绍了RiskAverseOOD，一个用于衡量在低风险赌注中习得的风险规避行为如何泛化到语言模型中天文级别高风险赌注的基准。初步结果表明，像Qwen3-8B这样的模型能够部分地将风险规避泛化跨越98个数量级，但尚不足以可靠地作为安全故障保险。