arXiv 论文提出“可接受的错位”概念

一篇 arXiv 论文主张，自主机器人开放学习中的价值对齐存在多重挑战，完全对齐在理论上和实践上都不可能，错位事件将持续发生。作者 Maud van Lier 等人因此提出“可接受的错位”概念，为对齐机制制定规范要求，目标是让错位事件降到可接受水平，并给出一个由能满足这些要求的对齐机制组成的方法论框架。 该论文将结论局限于自主机器人开放学习这一场景，并未声称完全对齐已在其他领域被证实不可能，也未给出“可接受水平”的具体标准。

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。