Constitutional AI (2022)
研究論文
すべての解説記事
Anthropic's method: models critique themselves against written principles.
これは論文のレコードです。重要な研究論文と、それが分野にもたらした貢献を紹介します。
Instead of scaling human labeling of harms, Constitutional AI has the model critique and revise its own outputs against an explicit constitution, then trains on the result (RLAIF). It powers Claude's character, made the principles inspectable, and pointed toward oversight that scales beyond human review.
スタック全体とのつながり
このレコードのリンク一覧 — グループをクリックするとジャンプします。
導入時期：
出典
レコードのレビュー時点： 2026-01-15 — 表示 調査手法.