Weak-to-strong generalization：強模型在弱模型產生的監督訊號下，仍能泛化出超過弱監督者能力的表現。它是研究可擴展監督的實驗方向，並非完整解決超人類監督問題。 雙向連結：可擴展監督、安全評估、獎勵模型。