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
AI 导读
作者提出自适应对齐框架，通过多目标强化学习（MORL）在策略学习后进行策略选择调整，使 AI 适应多样且变化的用户偏好。论文说明该框架的预期优势与假设，并讨论实现细节。作者还从社会技术系统视角分析这种回溯式对齐方法的影响。