Unverified50% confidenceFactExact time
对齐的目标通常被概括为3H原则：有用（Helpful）、诚实（Honest）和无害（Harmless）
1
Sources
50%
Confidence
Long-term
Relevance
8/12/2026
First Seen
Sources
Related Claims
UnverifiedAnthropic的模型规范（Model Spec）要求Claude同时具备有帮助（helpful）、诚实（honest）和无害（harmless）三个属性，即3H原则79% similarVerifiedAnthropic将AI对齐的核心原则称为HHH原则（Helpful, Honest, Harmless）69% similarUnverifiedAnthropic研究人员在HHH框架论文中承认Helpful、Harmless、Honest三者之间存在内在张力，过分强调Harmless会损害Helpful66% similarUnverifiedEric Ries在《精益创业》（2011）中将指标分为虚荣指标和可行动指标，并提出可行动指标应满足可复现、可获取、可审计三个条件63% similarUnverified主流AI安全训练遵循HHH原则——Helpful（有帮助）、Harmless（无害）、Honest（诚实），这三个目标在情感敏感领域会产生严重冲突61% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/736961API
curl https://kongchang.com/api/v1/knowledge/claims/736961MCP
get_claim(id=736961)