论文审计：多元价值对齐尚无落地公开证据，并提出路线图

Elinor Poole-Dayan 等研究者在 arXiv 发布论文，审计主要前沿实验室和开源权重开发者后，称未发现公开证据表明多元价值对齐已影响这些机构模型的训练或评估。 论文提出多元对齐研究落地的三大障碍：现有论证多为规范性或理论性、社区尚未明确多元行为何时适用及如何落地、现有评测与方法未达部署标准，并针对每项障碍给出研究路线图。 作者称该路线图也适用于具有类似变革理论的其他负责任 AI 研究领域。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。