计算机科学 > 计算机与社会
[提交于 2025年2月27日
]
标题: 社会对齐框架可以改善大语言模型的对齐
标题: Societal Alignment Frameworks Can Improve LLM Alignment
摘要: 大型语言模型(LLMs)的最新进展集中在生成符合人类期望和共享价值观的响应上——这一过程被称为对齐。 然而,由于人类价值观的复杂性与旨在解决这些问题的技术方法的狭窄性之间的固有脱节,对齐LLMs仍然具有挑战性。 当前的对齐方法经常导致目标定义不明确,反映了更广泛的不完整合同问题,即在模型开发者和模型之间指定涵盖所有情境的合同的不可行性。 在本文中,我们认为改进LLMs对齐需要结合社会对齐框架中的见解,包括社会、经济和合同对齐,并讨论来自这些领域的潜在解决方案。 鉴于社会对齐框架中的不确定性作用,我们随后研究了它在LLMs对齐中的表现形式。 我们在讨论结束时提供了一种关于LLMs对齐的不同观点,将目标的不明确性视为一种机会,而不是完美定义它们。 除了LLMs对齐的技术改进外,我们还讨论了参与式对齐界面设计的必要性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.