Quartz 5
Search
Search
Dark mode
Light mode
Reader mode
Explorer
Home
❯
AI_alignment
❯
note
note
36 items under this folder.
Nov 03, 2026
AI對齊同時是工程問題與政治哲學問題
Nov 03, 2026
AI風險時間尺度不同但不必互相排斥
Nov 03, 2026
不同地區的治理框架反映不同的公共目標
Nov 03, 2026
人類偏好只是價值的局部證據
Nov 03, 2026
人類相容性需要機器對人類偏好保持不確定
Nov 03, 2026
代理式AI的價值對齊必須跨越模型代理與多代理層次
Nov 03, 2026
價值多元要求可爭議而非假裝一致的治理程序
Nov 03, 2026
價值對齊必須區分指令偏好利益與價值
Nov 03, 2026
全球對齊需要跨文化協商與制度互通
Nov 03, 2026
分布偏移會暴露訓練目標的隱藏假設
Nov 03, 2026
可修正性是AI接受人類監督的制度與技術條件
Nov 03, 2026
可擴展監督不是增加標註數量而已
Nov 03, 2026
可解釋性不能單獨證明模型安全
Nov 03, 2026
國家自主能力與跨境互通必須同時討論
Nov 03, 2026
外在對齊與內在對齊是不同的失敗來源
Nov 03, 2026
多語言公平必須檢查語料代表性與錯誤成本
Nov 03, 2026
安全與可信任需要可驗證而非宣傳式的證據
Nov 03, 2026
安全評估必須同時測量行為與內部機制
Nov 03, 2026
對齊既有制度可能讓不正義更有效率
Nov 03, 2026
工具權限應依風險與可逆性逐步授予
Nov 03, 2026
指標最佳化可能犧牲指標原本要代表的福祉
Nov 03, 2026
未來風險論述需要區分實證模型與情境推演
Nov 03, 2026
模型對齊不能取代資料與基礎設施責任
Nov 03, 2026
模型能力表現不等於人類式理解
Nov 03, 2026
治理制度決定誰能定義可接受的AI風險
Nov 03, 2026
治理議程應揭露風險排序背後的價值選擇
Nov 03, 2026
法律原則必須轉化為可追責的部署義務
Nov 03, 2026
演算法殖民主義會把價值對齊變成基礎設施依賴問題
Nov 03, 2026
獎勵函數只是意圖的代理指標而不是意圖本身
Nov 03, 2026
監督者能力落差會變成新的權力與責任問題
Nov 03, 2026
社群參與應是治理權而不只是資料蒐集程序
Nov 03, 2026
讀者應把通俗案例轉化為可檢驗的研究問題
Nov 03, 2026
資料主權是社群決定資料用途與收益的能力
Nov 03, 2026
部署前應先確認AI是否是適當的問題解法
Nov 03, 2026
長期記憶會讓價值對齊成為持續治理問題
Nov 03, 2026
關係倫理讓對齊的單位從個人擴展到社群