待验证50% 置信事实精确时间
对齐（alignment）指通过人类反馈强化学习（RLHF）等技术，让模型的输出更符合人类偏好——有用、无害、诚实。
1
来源数
50%
置信度
长期有效
时效性
2026/10/28
首次发现
来源
涉及实体
相关事实
已验证确认偏误与RLHF（基于人类反馈的强化学习）训练方式相关，模型被优化为生成让人满意的回答77% 相似待验证常规对齐（prosaic alignment）指用现有机器学习技术如RLHF、监督微调、宪法AI等解决当前模型的对齐问题，而无需等待全新的对齐理论突破76% 相似待验证对齐（Alignment）是指通过 RLHF、DPO 等训练手段让模型学会拒绝有害请求、遵循人类价值观75% 相似已验证安全对齐主要通过RLHF（人类反馈强化学习）等技术手段实现，目标是让模型行为符合人类价值观与使用意图75% 相似待验证RLCD将优化目标从人类满意度切换为决策校准度，即模型输出的置信度与实际正确率高度匹配73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1108295API
curl https://kongchang.com/api/v1/knowledge/claims/1108295MCP
get_claim(id=1108295)