Alignment Forum· berns·· 10 天前AI 评分43
理清可纠正性（Corrigibility）：以「尊重权威」为核心的新框架
Deconfusing Corrigibility
AI 导读
本文提出以「尊重权威」为底层概念的 AI 可纠正性（corrigibility）新框架，以医疗代理人与患者的关系为类比，通过指定人类的「保留权力」来约束智能体不越权干涉，在此基础上再以「按委托人最佳判断行事」为第二目标。
这篇内容暂未取得可阅读的正文，目前提供中文导读和原文入口。节目介绍或原站公开片段不代表完整文章。
来源：Alignment Forum · alignmentforum.org
原文链接：https://www.alignmentforum.org/posts/f8R3B2zqqTJZjSAsm/deconfusing-corrigibility