超级会员免费看
https://aclanthology.org/2025.acl-long.549.pdf1. 概述
大型语言模型（LLMs）（Anthropic, 2023; OpenAI, 2024）已经在广泛的实际应用中展示了显著的能力（Bubeck et al., 2023），包括内容创作（Yuan et al., 2022）、编程辅助（Chen et al., 2021; Gao et al., 2023）和数学推理（Wei et al., 2022）。随着LLMs在日常AI系统中的日益整合，确保它们与人类偏好（如有帮助、无害和诚实）的一致性已成为一个关键挑战。为了解决这一挑战，已经开发了各种对齐技术（Ji et al., 202
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
