对齐观点：模型“求奖励”属于行为层面的约束，类比 AlphaGo 近似纳什均衡

这场对齐讨论提出，模型“求奖励”应被视为行为层面的可检验约束，而非模型内在偏好或欲望，类比 AlphaGo 在近似纳什均衡下落子。训练片段虽会强力约束模型相对基础分布的行为，但这一表述只针对任务度量，不能据此规定全部行为或塑造特定形态的后继者。