伦理偏好对齐新论文
monojitchou · x · 2026-07-11
转发了一篇题为 **《Geometry of Values: Task Vector Composition for Ethical Preference Alignment in Language Models》** 的工作，已被 **Pluralistic Alignment Workshop @ ICML 2026** 接收，并将在当天以海报形式展示。\n\n从标题看，这项研究关注的是：如何用**任务向量组合**来做语言模型的**伦理偏好对齐**，属于价值对齐/对齐方法方向的技术工作。