一篇新的arXiv论文介绍了一个理解大型语言模型中多元对齐的框架。该论文提出了一个两层分类法,以区分展示一系列人类支持的观点、适应特定偏好以及匹配人口响应分布。它还通过聚合人口、国家或亚群体来对人类参考进行分类。作者综合了70篇相关作品的语料库,发现当前研究严重偏向可控和分布多元主义,而Overton多元主义的探索较少。该论文将这些目标与其验证所需的证据联系起来,旨在阐明当前方法并指导未来在AI系统中表示分歧的研究。 AI
影响 为开发能够表示不同人类偏好的LLM提供了一种结构化方法,可能带来更细致和适应性更强的AI系统。
排序理由 该集群包含一篇在arXiv上发表的学术论文,详细介绍了AI对齐的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Distributional Pluralism
- Hugging Face
- large-language models
- Meng-Chen Wu
- Overton Pluralism
- Pluralistic Alignment
- Steerable Pluralism
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →