Alignment Forum· berns·2026-10-18 07:08· 29 天前AI 评分15澄清 Corrigibility 概念:以尊重人类权威为核心的新框架Deconfusing CorrigibilityAI 导读针对现有 corrigibility 定义普遍存在过度认知化或价值负载过重的问题,该研究提出 corrigibility 的根本概念是"尊重权威",并以医疗代理人与患者的关系作类比。来源:Alignment Forum · alignmentforum.org安全对齐论文研究#论文/研究#安全/对齐