论文
Predicting Alignment Generalization with Value Representations
利用价值表征预测对齐泛化能力，揭示后训练对齐效果在未见场景中的失效机制
官网 ↗档案回溯至 2026-10 · 收录于 2026-10-09热度 1.0
alignmentevaluationinterpretability
暂未评估,等待下一轮评分。
事件时间线
- 2026-10-08 🏁 里程碑提出价值表征预测法：量化对齐模型在未见场景中的泛化能力
关联信号
想把「Predicting Alignment Generalization with Value Representations」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。