AI对齐研究发布v4版：双层奖励优化

1. 13:00
   arXiv cs.AI

   通过激励与纠错实现 AI 对齐：基于法律经济学威慑模型的双层奖励优化

   研究将法律经济学的威慑与执法模型引入 AI 对齐，把智能体流水线中的不当行为视为对激励的策略性反应，并将对齐形式化为求解者与审计者之间的固定点问题。作者提出双层优化框架，用基于 bandit 的外循环搜索奖励配置，在 LLM 编码流水线实验中，自适应奖励相比静态手工设计奖励维持了有效监督压力，并显著减少幻觉性错误尝试。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。