arXiv · cs.CL· Meng-Chen Wu·· 10 天前AI 评分35
语言模型的多元对齐研究：目标、人类参照与偏好表示的分层分类框架
Pluralistic Alignment in Language Models: Objectives, Human References, and Preference Representations
来源与原文
arXiv · cs.CL
作者：Meng-Chen Wu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.24471v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究提出多元对齐的两层分类法，区分 Overton、Steerable 和 Distributional 三类多元主义目标，以及聚合群体、国家和地区、子群体三类人类参照。该框架综合梳理了 70 篇相关文献，发现现有研究集中在 Steerable 与 Distributional 多元主义，Overton 多元主义仅在聚合群体层面出现，并提出视角有效性、分布保真度等评估标准以厘清证据与主张的差距。
来源：arXiv · cs.CL · arxiv.org