待验证50% 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）
1
来源数
50%
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% 相似待验证在Agent语境下强化学习通常指RLHF（人类反馈强化学习）或RLAIF（AI反馈强化学习）的变体应用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)