LLMs 行為傾向對齊評估

Google Research 通過一套基於心理問卷的情境判斷測試，評估了 25 種 LLM 在行為傾向上的對齊程度。結果顯示，模型在共識度高的場景中可達 90% 以上的方向性對齊，但在低共識場景下對齊率僅停留在 80% 左右。