憲法式 AI 的特定原則與一般原則之比較

原標題: Specific versus general principles for Constitutional AI

本研究探討憲法式 AI（Constitutional AI，即根據書面原則使用 AI 回饋）是否能從單一的廣泛原則中學習。作者測試了「做對人類最有益的事」這項原則，發現最大的對話模型能將其泛化為無害的助理，且不表現出對權力的興趣。更詳細的原則仍能對特定類型的傷害提供更精細的控制。