RLAIF：Reinforcement Learning from AI Feedback，使用 AI 評審或原則引導產生的回饋訓練偏好模型或策略，以降低人工標註成本。其品質依賴 AI 評審的能力與規範來源。 雙向連結：RLAIF、可擴展監督、憲章式AI、獎勵模型。