Human preferences：人們在特定條件下表達或推斷出的選擇傾向。偏好會受資訊、情境、權力與短期誘因影響，不能直接等同長期利益或完整價值。 雙向連結：RLHF、人類回饋強化學習、價值多元、價值對齊、獎勵模型、逆向強化學習、長期記憶。