最近的 AI 安全论文
本站共收录 4 篇2024 年 10 月
- 自适应对齐：通过多目标强化学习实现多元 AI 的动态偏好调整
Adaptive Alignment: Dynamic Preference Adjustments via Multi-Objective Reinforcement Learning for Pluralistic AI
2023 年 5 月
- 意图对齐的 AI 系统会损耗人类能动性，AI 安全需要能动性基础研究
Intent-aligned AI systems deplete human agency: the need for agency foundations research in AI safety
2021 年 11 月
- 标量奖励并不足够：对 Silver、Singh、Precup 与 Sutton（2021）的回应
Scalar reward is not enough: A response to Silver, Singh, Precup and Sutton (2021)
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。