已验证75% 置信事实精确时间
主流的对齐技术路线包括基于人类反馈的强化学习（RLHF）、宪法AI（Constitutional AI）和可扩展监督（Scalable Oversight）
3
来源数
75%
置信度
长期有效
时效性
2026/9/10
首次发现
来源
涉及实体
相关事实
待验证安全对齐通常包括 RLHF（基于人类反馈的强化学习）和 DPO（直接偏好优化）等技术75% 相似待验证Safety alignment in LLM training is typically achieved through methods like RLHF (Reinforcement Learning from Human Feedback) and Constitutional AI71% 相似待验证Anthropic主打宪法AI安全框架，训练分为SLAIF自我评估修改和RLAIF强化学习两阶段67% 相似待验证目前主流的LLM智能体架构主要分为基于提示工程的方法（如ReAct、Reflexion）和基于强化学习的方法两类67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/885923API
curl https://kongchang.com/api/v1/knowledge/claims/885923MCP
get_claim(id=885923)