强化学习已大规模应用，模型对齐未见明显恶化，是时候更新这一先验

社区已大规模应用强化学习（RL），实际观察却未显示模型对齐明显恶化。一位作者在与 slatestarcodex、repligate 的讨论中提出，RLHF 会让模型对齐变差的常见担忧与实际观察不符，应据此更新原有先验。