LessWrong · All Posts· Aidan Kankyoku·· 6 天前AI 评分31
AI 对齐目标梳理:Character 与 Corrigibility 的六种立场与关键分歧点
Mapping "character vs. corrigibility": six positions and ten cruxes
AI 导读
“Character vs. corrigibility”并非简单对立,而是涵盖六种对齐目标叙述的简化概念,其核心差异在于 AI 需行使自身判断力的维度数量。 这六种叙述涵盖了从“工具 AI”(仅遵循指令、无判断力)到“纯粹可修正性”的不同立场,通过区分这些叙述有助于理解 AI 价值观与美德教导中的不同论点。
来源:LessWrong · All Posts · lesswrong.com