迈向对齐缩放定律：一个框架与首批预注册测量

研究将对齐视为一族可测量的缩放关系，对每个风险类别 r 建模对齐负担 B_r(N)=a_rN^alpha_r，其中 N 为能力代理指标，并以与 N 成比例的预算判断缩放是否有利。工作给出三种负担的可操作化定义，并区分观测对齐、审计对齐与真实对齐；一个修正消耗能力余量的玩具模型展示了其后果。