DeepMind研究员提出正向对齐

2026年10月，DeepMind 研究员 Verena Rieser 在 EMNLP 2026 发表 Industry Keynote，提出用「正向对齐」替代脆弱的 rubrics（评分细则）：不再依赖容易被绕过的规则，而是让自主 AI agent 锚定核心价值观。她把问题拆解为三重挑战——道德能力、参与式输入，以及长期福祉的测量，目标是确保能力更强的模型在无人监督时仍能做出安全可靠的选择。目前该提法仍停留在观点与议程层面，报道未披露具体方法细节、评估方式或落地时间表。

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。