轻量价值对齐：用价值问卷微调LLM

Shangrui Nie 等作者提交论文，提出用价值问卷式监督对开源大模型做轻量微调，无需大规模数据集或成对偏好标注，即可改变模型的价值条件化输出。 实验显示，该方法能改变留出问卷问题的回答，并在 Reddit AITA 道德判断基准和文本交互决策基准等域外行为代理上引起响应分布变化。但作者称，迁移效果强烈依赖具体模型与具体价值，并受监督数据中价值描述框架方式的影响。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。