学者探讨 AI 对齐新路径：从千亿参数降至千维道德人格

edelwax · x · 2026-07-31

Resolution Research 机构发文探讨 AI 的「人格与品格训练」（Personas and Character Training）。他们提出一个核心假设：AI 内部与对齐相关的结构维度，可能远低于模型本身（如从一万亿参数降至 1000 维）。

哲学家 Seth Lazar 转发并深度评论了这一观点。他认为，为 AI 注入一个稳定向善的「千维人格」，本质上是将道德品格的形成作为显性目标。过去被认为脱离现实的伦理学理论，如今正成为思考超人类 AI 系统对齐的宝贵资源，而这一对齐过程也将反过来深刻揭示人类道德学习的本质。