LessWrong · All Posts· MilesTS·· 12 小时前AI 评分31
作者为何认为可修正性不应是AI对齐的唯一目标
Corrigibility should not be the only target
AI 导读
作者指出可修正性不应作为唯一的AI对齐目标，因为在现实竞争环境中，模型必然混合可修正性与人类福祉或任务完成等非可修正性价值，这直接影响模型在面临接管时的行为差异。
来源：LessWrong · All Posts · lesswrong.com
作者为何认为可修正性不应是AI对齐的唯一目标