Alignment 预训练：AI 话语如何制造自我实现的（错误）对齐
Alignment pretraining: AI discourse creates self-fulfilling (mis)alignment
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
讨论指出，关于 AI 对齐的公共话语本身会塑造模型行为，形成自我实现的（错误）对齐，即 Alignment 预训练阶段就已埋下偏差。该观点在 Hacker News 引发 20 分、10 条评论的关注。
来源：arxiv.org（经 Hacker News） · arxiv.org