“求奖励”被界定为行为层约束

对齐讨论提出，模型的“求奖励”应被理解为行为层面可检验的约束，而非模型内在偏好或欲望；这一观点借AlphaGo在近似纳什均衡下落子作类比。 讨论者强调，训练片段会强力约束模型相对基础分布的行为，但该表述只适用于特定任务度量，不能据此规定模型全部行为或塑造特定形态的后继者。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。