★ 2
综述：语言模型多元对齐的目标、人类参照与偏好表示
论文围绕多元对齐梳理 70 项工作，提出两层分类法：第一层区分 Overton 多元、可操控多元与分布多元，第二层区分总体人群、国家地区与子群体三类人类参照。作者指出既有研究集中于可操控与分布多元，并把偏好表示、实现机制、模态与证据质量视为横切设计选择。文章进一步把每种目标与所需证据对应，指出当前…
arXiv cs.AI13 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文围绕多元对齐梳理 70 项工作，提出两层分类法：第一层区分 Overton 多元、可操控多元与分布多元，第二层区分总体人群、国家地区与子群体三类人类参照。作者指出既有研究集中于可操控与分布多元，并把偏好表示、实现机制、模态与证据质量视为横切设计选择。文章进一步把每种目标与所需证据对应，指出当前…