★
Menu
Trang chủ Cách xây dựng Danh sách theo dõi Hệ sinh thái
Phần cứng Các chipSo sánh chip Máy chủ & Hệ thốngMạng kết nối Bộ nhớXưởng đúc & Đóng gói Làm mát
Cơ sở hạ tầng Trung tâm dữ liệuĐiện năng Dự ánCloud & Điện toán GPU
Trí tuệ Mô hình AIPhần mềm Sản phẩm AICác benchmark Bài báo nghiên cứuCác tập dữ liệu Các khái niệm
Hệ sinh thái Công tyCổ phiếu Con ngườiDòng thời gian Xu hướngTương lai của AI
Học Tin tức Hỏi dữ liệu AI Agents
Giới thiệu Về chúng tôi Phương pháp luận Dữ liệu & API Tuyên bố miễn trách nhiệm
Tùy chọn
DỮ LIỆU & API

Truy cập JSON chỉ đọc miễn phí vào dữ liệu cache của trang.

Chế độ tối

Chế độ hướng dẫn
Chưa quen với thuật ngữ về chip, data center và mô hình AI? Chúng tôi giải thích các khái niệm then chốt ngay khi bạn duyệt, bằng ngôn ngữ dễ hiểu. Cùng dữ liệu đó, có phần hỗ trợ tích hợp sẵn.

Chế độ chuyên gia
Bạn đã nắm rõ cấu trúc. Chỉ cần dữ liệu: gọn, nhanh và súc tích, không có giải thích thêm. Đây là chế độ xem mặc định.

Ngôn ngữ giao diện
‹ Quay lại
Trang chủ › Các khái niệm › Alignment

Alignment

Khái niệm An toàn & Căn chỉnh

Making systems that pursue what we actually intend.

Bạn đang xem hồ sơ giải thích khái niệm: thuật ngữ này có nghĩa là gì theo ngôn ngữ thông thường, và các hồ sơ liên quan đến nó.

Alignment is the technical project of keeping AI goals and behavior matched to human intent — today via RLHF, constitutional AI and evaluations; tomorrow, for systems smarter than their overseers, via open research problems like scalable oversight. Failures at current scale look like sycophancy or reward hacking; the field's founding worry is that failures at higher capability may not be recoverable. Anthropic's founding thesis and OpenAI's charter both center on it.

Kết nối của mục này với phần còn lại của hệ thống

Các liên kết của hồ sơ này trong nháy mắt — nhấp vào một nhóm để chuyển đến nhóm đó.

Giới thiệu

Nguồn

Anthropic research ↗

Hồ sơ được xem xét tính đến 2026-01-15 — xem Phương pháp luận.