自适应多元对齐：一种用于动态人工民主的流水线

研究人员提出自适应多元对齐（APA）模块化流水线，旨在追踪演化价值观，避免固定偏好导致的价值观锁定。 该方案通过低秩奖励基分解学习紧凑个性化奖励模型，利用社会选择投票法筛选输出，并在价值观变动时重新拟合标注者权重。 方法基于模拟历史标注者实现概念验证，展示了陪审团组成和投票规则对结果的影响。