deliberative alignment（熟考的整合）
LLMに倫理原則の記述を与えるだけで，それに沿った振る舞いをさせられる．
以前のように，この行動は良い/悪いという評価をたくさんフィードバックする形で教え込まなくて良くなる
論文
Deliberative Alignment: Reasoning Enables Safer Language Models
関連
【用語解説】熟慮的アライメントとは？ - AILANDs
https://dc-okinawa.com/ailands/deliberative-alignment/
ーーー
2025/2/2 19:02
original:
/tomiokario-close/deliberative alignment（熟考的整合）
ーーー