标签： Alignment

包含标签“Alignment”的全部文章。

• 人类作为弱监督者：从 AAR 看对齐的可行性与边界

  15 Apr, 2026

  Anthropic 的 AAR 项目表面上在研究自主 AI 研究。换一个角度看，它是 weak-to-strong alignment 的元验证。人类作为弱监督者，在评估环境设计这一杠杆点上引导超越自身能力的模型。