LLMs 行為傾向對齊評估
Evaluating alignment of behavioral dispositions in LLMs
重點導讀
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。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處research.google
Evaluating alignment of behavioral dispositions in LLMs
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Google Research (research.google)
開啟原文