概念可调控的多元对齐 / 多元对齐
Steerable Pluralistic Alignment
AI对齐研究方向，旨在构建能够在多个不同甚至冲突的价值目标之间灵活切换和平衡的模型，通过可调节的「旋钮」机制满足多元用户偏好
时间轴 (近 90 天)
9月24日
arXiv:2609.26929研究聚焦于「可调控的多元对齐」（Steerable Pluralistic Alignment），核心思路是构建能在不同目标之间灵活切换、平衡的模型
待验证50%
9月24日
两个预训练阶段的测量指标能够预测目标之间是协同还是冲突，但这一结论仅对人类标注的数据成立
待验证50%