LessWrong · All Posts· owencb·· 8 天前AI 评分33
自动化对齐研究中的三种类型:实证、概念与直接对齐
How I'm thinking about different types of automated alignment
AI 导读
作者将自动化对齐研究分为实证、概念和直接对齐三类。实证对齐研究最适合当前AI能力,AI agent可设计运行实验提升对齐基准。概念研究涉及理论改进理解,直接对齐则是使特定AI系统更对齐的工作。
来源:LessWrong · All Posts · lesswrong.com