arXiv · NLP· Meng-Chen Wu, Umesh Bodhwani·· 6 小时前AI 评分32
语言模型多元对齐：目标、人类参照与偏好表征
Pluralistic Alignment in Language Models: Objectives, Human References, and Preference Representations
AI 导读
该研究提出双层分类法解析语言模型多元对齐，涵盖 70 篇文献综述。 第一层区分观点广度、条件适应及分布匹配三种多元行为，第二层界定群体、区域及子群体等人类参照。 框架揭示了现有方法在证据支撑上的局限，为未来系统表征人类分歧提供评估基准。
来源：arXiv · NLP · arxiv.org